JP2006226945A - Article discrimination device, article discrimination method and article discrimination program - Google Patents
Article discrimination device, article discrimination method and article discrimination program Download PDFInfo
- Publication number
- JP2006226945A JP2006226945A JP2005043743A JP2005043743A JP2006226945A JP 2006226945 A JP2006226945 A JP 2006226945A JP 2005043743 A JP2005043743 A JP 2005043743A JP 2005043743 A JP2005043743 A JP 2005043743A JP 2006226945 A JP2006226945 A JP 2006226945A
- Authority
- JP
- Japan
- Prior art keywords
- article
- spectrum
- wave number
- inspection object
- name
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012850 discrimination method Methods 0.000 title claims description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 518
- 238000007689 inspection Methods 0.000 claims abstract description 254
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000003860 storage Methods 0.000 claims description 106
- 238000002835 absorbance Methods 0.000 claims description 98
- 238000010183 spectrum analysis Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 28
- 230000001186 cumulative effect Effects 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 11
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 235000013305 food Nutrition 0.000 abstract description 164
- 238000004364 calculation method Methods 0.000 abstract description 37
- 238000004458 analytical method Methods 0.000 abstract description 30
- 239000000047 product Substances 0.000 description 140
- 235000013361 beverage Nutrition 0.000 description 47
- 235000014101 wine Nutrition 0.000 description 28
- 239000006227 byproduct Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 20
- 235000019640 taste Nutrition 0.000 description 16
- 241000209094 Oryza Species 0.000 description 14
- 235000007164 Oryza sativa Nutrition 0.000 description 14
- 238000007796 conventional method Methods 0.000 description 14
- 235000009566 rice Nutrition 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 13
- 239000000126 substance Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 7
- 229910052736 halogen Inorganic materials 0.000 description 7
- 150000002367 halogens Chemical class 0.000 description 7
- 230000001678 irradiating effect Effects 0.000 description 5
- 241000219112 Cucumis Species 0.000 description 4
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 238000002329 infrared spectrum Methods 0.000 description 4
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 3
- 238000000862 absorption spectrum Methods 0.000 description 3
- 239000004615 ingredient Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 244000144730 Amygdalus persica Species 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012844 infrared spectroscopy analysis Methods 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000011962 puddings Nutrition 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 235000020095 red wine Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000019643 salty taste Nutrition 0.000 description 1
- 235000013555 soy sauce Nutrition 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000013076 target substance Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 235000019583 umami taste Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/14—Beverages
- G01N33/146—Beverages containing alcohol
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本発明は、検査対象物である飲食物などの物品の分光分析結果にもとづいて検査対象物を判別する物品判別装置、物品判別方法、および物品判別プログラムに関する。 The present invention relates to an article discriminating apparatus, an article discriminating method, and an article discriminating program for discriminating an inspection object based on a spectral analysis result of an article such as a food or drink as an inspection object.
食品を写真で撮影するときに、その成分や味も同時に写真に記録できたらと思うことがあるが、そのような機械は未だ存在しない。レストランでおいしいワインを飲んだ時に、そのワインの味を記録しておきたいと思っても、カメラで撮影できるのは、ワインの色やボトルラベルなどの外観のみである。 When you take a picture of food, you may want to record its ingredients and taste at the same time, but there is no such machine yet. Even if you want to record the taste of a delicious wine at a restaurant, you can only shoot the appearance of the wine color, bottle label, etc. with the camera.
従来から、食品を分析する手法がいくつか提案されている。その手法を大別すると、図１４に示すように、化学センサによって食品を味わう人間の舌の味覚をシミュレートする手法と、光学センサによって食品の成分分析をする手法とがあった。 Conventionally, several methods for analyzing foods have been proposed. As shown in FIG. 14, there are a technique for simulating the taste of a human tongue that tastes food with a chemical sensor, and a technique for analyzing ingredients of a food with an optical sensor.
前者の代表的な研究としては、人間の味覚の認知過程を研究するものがある。この分析方法によれば、ある食品が入力として与えられると、化学センサによって、その食品の甘味、塩味、苦味、酸味、うまみがそれぞれ計量され、食品の味覚が擬似的に表現されることになる。研究例として、いくつかの異なるブランドのビールやコーヒーの味覚の差を表現した事例や、「うに」の味覚値と「しょうゆ＋プリン」の味覚値とが似ていることを示した事例などがある。 A typical study of the former is to study the cognitive process of human taste. According to this analysis method, when a certain food is given as an input, the chemical sensor measures the sweetness, salty taste, bitterness, sourness, and umami of the food, and simulates the taste of the food. . Examples of research include differences in taste between several different brands of beer and coffee, and cases where the taste value of “uni” is similar to the taste value of “soy sauce + pudding” is there.
一方、後者の方法には、分光分析法と呼ばれるものがある。「分光分析法」とは、計測対象となる物質に対して種々の電磁波（赤外線やＸ線等）を照射し、その対象物質に含まれる成分が何であるかを識別したり、ある成分の有無を識別したり、ある成分の含有量を定量化したりする分析方法を意味する。 On the other hand, the latter method includes a so-called spectroscopic analysis method. “Spectroscopic analysis” refers to irradiating various electromagnetic waves (infrared rays, X-rays, etc.) to a substance to be measured, identifying what component is contained in the target substance, and whether there is a certain component It is an analytical method that identifies the content of a certain component or quantifies the content of a certain component.
ここで、「分光分析法」について簡単に説明する。「分光分析法」の原理は、各物質ごとに固有の波数の電磁波を放出あるいは吸収することにもとづく。なお、「波数」とは、１［ｃｍ］の間に存在する波の数を示す。「波数」と波を表すのに一般的に使われる「波長（マイクロメートル）」との間の換算式は、波長（マイクロメートル）=１００００／波数［１／ｃｍ］となる。 Here, the “spectral analysis method” will be briefly described. The principle of “spectroscopic analysis” is based on the emission or absorption of electromagnetic waves having a specific wave number for each substance. The “wave number” indicates the number of waves existing between 1 [cm]. A conversion formula between “wave number” and “wavelength (micrometer)” generally used to represent a wave is wavelength (micrometer) = 10000 / wave number [1 / cm].
図１５は、検査物に電磁波をあてて、その吸光度を測定する原理を示す概念図である。「分光分析法」では、図１５に示すように、照射した赤外線の入射光とその反射光とを比較することによって赤外線の吸収の度合い（吸光度）が測定される。 FIG. 15 is a conceptual diagram showing the principle of applying an electromagnetic wave to an inspection object and measuring the absorbance. In the “spectroscopic analysis method”, as shown in FIG. 15, the degree of absorption (absorbance) of infrared rays is measured by comparing the incident infrared incident light and its reflected light.
図１６は、米（ライス）の近赤外スペクトルの例を示す説明図である。図１６に示すように、検査物として米（ライス）を使った場合、米の構成要素ごとに、注目すべき波長帯が異なることがわかる。図１６（Ａ）に示すグラフの縦軸は吸光度であり、図１６（Ｂ）に示すグラフの縦軸はその２次微分値である。なお、図１６（Ｂ）に示す例では、横軸は波数ではなく波長を使っている。 FIG. 16 is an explanatory diagram showing an example of the near-infrared spectrum of rice (rice). As shown in FIG. 16, when rice (rice) is used as an inspection object, it can be seen that the wavelength band to be noticed is different for each component of the rice. The vertical axis of the graph shown in FIG. 16 (A) is absorbance, and the vertical axis of the graph shown in FIG. 16 (B) is its secondary differential value. In the example shown in FIG. 16B, the horizontal axis uses the wavelength instead of the wave number.
吸光度Ａは、Ａ＝−ｌｏｇ（透過率）で定義される。Lambert-Beerの法則によると、吸光度は濃度に比例するので、吸光度を測定することで含有濃度も推定できる。分析を行う場合、縦軸を吸光度としても、その２次微分値としても、原理的な差異はない。しかし、きわめて微量成分の吸収を見ているために、吸光度スペクトルのベースラインなどのずれと、吸収ピークとの区別などが付きにくいため、２次微分値を用いることもある。２次微分することによって、ベースラインのずれの補正が可能になったり、小さなピークの抽出が可能になるからである。 Absorbance A is defined as A = −log (transmittance). According to Lambert-Beer's law, the absorbance is proportional to the concentration, so the concentration can be estimated by measuring the absorbance. When analysis is performed, there is no principle difference between the absorbance on the vertical axis and the second derivative thereof. However, since the absorption of a very small amount of component is observed, it is difficult to distinguish the deviation from the baseline of the absorbance spectrum and the absorption peak, so a second derivative value may be used. This is because the second-order differentiation makes it possible to correct the baseline shift and extract a small peak.
このように、分光分析法は、ある物質に電磁波（食品を対象にした場合は、その中でも、特に近赤外と中赤外の電磁波）を照射して、その物質に固有なスペクトル波形を得るものである。従って、ある食品に赤外線を照射し、その吸収スペクトルを記録することで、その食品の成分を記録することができると言える。 As described above, the spectroscopic analysis method irradiates a certain substance with electromagnetic waves (in particular, near-infrared and middle-infrared electromagnetic waves when a food is targeted) to obtain a spectral waveform unique to the substance. Is. Therefore, it can be said that the components of the food can be recorded by irradiating a certain food with infrared rays and recording the absorption spectrum.
上記のように、分光分析を行うことによって食品の食味や成分分析を行う装置は、従来から提案されている（例えば、特許文献１−２参照）。 As described above, an apparatus for analyzing the taste and components of food by performing spectroscopic analysis has been conventionally proposed (see, for example, Patent Document 1-2).
従来においては、例えば、分光分析器を用いてメロンの糖度を推定するようにしたものが既に実用化されている。また、分光分析の原理にもとづいて、食品工場における品質を安定させるための生産管理システムも存在している。なお、米の食味計などは、その点数が米の卸流通価格に影響を与えている程、その精度が認められてきている。 Conventionally, for example, a melon sugar content estimated using a spectroscopic analyzer has already been put into practical use. There is also a production management system for stabilizing quality in food factories based on the principle of spectroscopic analysis. In addition, the accuracy of the rice taste meter has been recognized so that the point affects the wholesale distribution price of rice.
上述した従来の手法のうち、化学センサによって食品の味覚を擬似的に表現する手法では、食品に対する味覚（人間ならどのように味を感じるか）の推定はできても、食品の成分分析を行うことはできない。 Among the above-mentioned conventional methods, the method of artificially expressing the taste of food using a chemical sensor is able to estimate the taste of food (how a person feels the taste), but analyzes the ingredients of the food It is not possible.
また、上述した従来の分光分析手法では、測定対象の成分が事前に分かっていることが前提とされ、その含有成分に固有の波数における光の吸光度のみを測定することによって、成分分析がなされていた。例えば、米を測定する場合は、米に含まれる複数成分の成分ごとに固有の波数の吸光度を計算してその濃度を推定していた。同様に、例えばメロンを測定する場合は、メロンに含まれる複数成分の成分ごとに固有の波数の吸光度を計算してその濃度を推定していた。 In addition, in the conventional spectroscopic analysis method described above, it is assumed that the component to be measured is known in advance, and component analysis is performed by measuring only the light absorbance at the wave number specific to the contained component. It was. For example, when measuring rice, the absorbance was calculated by calculating the absorbance at a specific wave number for each of a plurality of components contained in the rice. Similarly, when measuring melon, for example, the absorbance was calculated by calculating the absorbance at a specific wave number for each of a plurality of components contained in the melon.
ところが、食品とそれに関係する構成成分の固有の波数との間の関係付けについては、すべての食品について整理された対応関係が既に明らかになっているというわけではない。また、これらの対応関係を示すデータを得るためには、専門家による詳細な実験が必要であり、膨大なコストがかかってしまう。 However, with regard to the relationship between foods and the intrinsic wave numbers of the constituents related to them, the organized correspondences for all foods are not already clear. Further, in order to obtain data indicating these correspondences, detailed experiments by experts are necessary, and enormous costs are required.
言い換えると、膨大なコストと時間を要するため、手当たり次第に様々な食品について実験するわけにはいかず、米やメロンのように、市場からの要請があったものに対してのみ順々に、食品と構成成分の固有の波数との対応関係を示すデータを作成するようにしているというのが実態である。 In other words, because it takes enormous cost and time, it is not possible to experiment with various foods at random, and only foods that are requested by the market, such as rice and melons, are ordered in sequence. The actual situation is that data indicating the correspondence with the inherent wave number of the component is created.
なお、上記のようなデータを作成する際に用いられる分光分析器は、特定の食品に特化して分析を行うものであるが、高精度な測定値が要求されるため、１台あたり数百万円から数千万円の価格で販売されている。 The spectroscopic analyzer used when creating the data as described above is an analysis specialized for a specific food. However, since high-accuracy measurement values are required, several hundreds per unit are required. They are sold at prices ranging from 10,000 to tens of millions of yen.
上記のように、食品の含有成分を分析するための分析方法は既に提案されているものの、分析対象とされる食品が限定されており、食品と構成成分の固有の波数との対応関係を示すデータがあらかじめ得られていないものについては、その判別を行うことはできない。 As described above, although an analysis method for analyzing the content of food is already proposed, the food to be analyzed is limited and shows the correspondence between the food and the inherent wave number of the component It is not possible to discriminate the data for which data has not been obtained in advance.
このように、食品と構成成分の固有の波数との対応関係を示すデータがあらかじめ得られていない様々な食品については、有効に成分分析を行うことができず、その食品を判別することはできないという課題があった。 As described above, for various foods for which data indicating the correspondence relationship between the food and the inherent wave number of the component is not obtained in advance, the component analysis cannot be performed effectively, and the food cannot be identified. There was a problem.
本発明は、上述した問題を解消し、詳細な分析データが存在する特定の物品に限定されることなく、幅広い物品について、低コストでその物品の判別を行うことができるようにすることを目的とする。 An object of the present invention is to solve the above-described problems and enable discrimination of a wide range of articles at a low cost without being limited to a specific article having detailed analysis data. And
本発明の物品判別装置は、検査対象物である物品（例えば、飲食物、動物、植物など）の分光分析結果にもとづいて検査対象物を判別する物品判別装置（例えば飲食物識別装置１００）であって、ユーザの操作に従って物品の分光分析を行う分光分析手段（例えば検査物分光分析器２０）と、分光分析手段による検査対象物の分光分析結果として得られた検査物スペクトル（例えば検査物スペクトル３１）を格納する検査物スペクトル格納部（例えば、検査物スペクトル格納部３０）と、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報（例えば品名別スペクトル対応表５１〜５３）を格納する物品別スペクトル情報格納部（例えば品名別スペクトル対応表データベース５０）と、検査物スペクトル格納部に格納された検査物スペクトルと、物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較し、複数の物品スペクトルから検査物スペクトルに最も類似する物品スペクトルを選択する類似選択手段（例えば波数範囲比較型類似度計算部６０、注目波数特定型類似度計算部６１）と、類似選択手段によって選択された物品スペクトルに対応付けされた物品名を、検査対象物の判別結果として報知する報知手段（例えば識別結果表示部７０）と、を備えたことを特徴とする。
The article discriminating apparatus according to the present invention is an article discriminating apparatus (for example, a food and beverage identification apparatus 100) that discriminates an inspection target based on a spectral analysis result of an article (for example, a food or drink, an animal, or a plant) that is an inspection target. The spectroscopic analysis means (for example, the inspection object spectroscopic analyzer 20) that performs spectroscopic analysis of the article according to the user's operation, and the inspection object spectrum (for example, the inspection object spectrum) obtained as the spectroscopic analysis result of the inspection object by the spectroscopic analysis means 31) an article spectrum storage section (for example, the inspection article spectrum storage section 30) storing the article, an article spectrum obtained as a result of spectral analysis of the article, and an article name associated with the article Article-specific spectrum information storage unit (for example, product name-specific spectrum) that stores other spectrum information (eg, product name-specific spectrum correspondence tables 51-53) The response database 50), the inspection object spectrum stored in the inspection object spectrum storage unit, and each article spectrum included in each article spectrum information stored in the article spectrum information storage unit, Similar selection means (for example, wave number range comparison type
上記のように構成したことで、詳細な分析データが存在する特定の物品に限定されることなく、幅広い物品について、低コストでその物品の判別を行うことができる。 By comprising as mentioned above, it is not limited to the specific goods in which detailed analysis data exists, but the goods can be discriminate | determined at low cost about wide goods.
検査物スペクトルは、検査対象物の分光分析結果として得られた波数別の吸光度によって表現され（例えば検査物スペクトル３１、図１参照）、物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され（例えば品名別スペクトル対応表５１〜５３それぞれに含まれる品名別スペクトル、図１参照）、類似選択手段は、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出し（例えばステップＳ２０３〜Ｓ２０６）、算出した累計値が最も小さい物品スペクトルを、検査物スペクトルに最も類似する物品スペクトルとして選択する（例えばステップＳ２０７）ように構成されていてもよい。
The inspection object spectrum is expressed by the absorbance for each wave number obtained as a spectral analysis result of the inspection object (for example, the
上記のように構成したことで、対応する波数の吸光度の値を検査物スペクトルと物品スペクトルとで比較することによって、検査物スペクトルと物品スペクトルとの類似度を表すことができ、簡単な処理によって物品の判別を行うことができる。 By configuring as described above, by comparing the absorbance value of the corresponding wave number between the inspection object spectrum and the article spectrum, it is possible to represent the similarity between the inspection object spectrum and the article spectrum. The article can be identified.
検査対象物とされる物品の種類（例えば、ワイン、日本酒、リンゴなど）を受け付ける種類受付手段（例えば検査物種類記憶部１０）と、スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲（例えば検査物種類別比較波数帯表４１）を物品の種類ごとに格納する比較波数範囲格納手段（例えば検査物種類別比較波数帯表格納部４０）と、を備え、類似選択手段は、種類受付手段によって受け付けられた種類についての比較波数範囲を比較波数範囲格納手段から読み出し（例えばステップＳ２０２）、読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する（例えばステップＳ２０３〜Ｓ２０６）ように構成されていてもよい。 In order to specify the range of wave numbers when comparing the spectrum with the type receiving means (for example, the inspection object type storage unit 10) that receives the type of the article to be inspected (for example, wine, sake, apple, etc.) Comparison wave number range storage means (for example, comparison wave number band table storage unit for each inspection object type) that stores a comparison wave number range (for example, comparison wave number band for each inspection object type 41) indicating a predetermined lower and upper limit of wave numbers for each type of article. 40), and the similarity selection unit reads the comparison wave number range for the type received by the type reception unit from the comparison wave number range storage unit (for example, step S202), and sets the upper limit from the lower limit of the wave number in the read comparison wave number range. For the range up to 1, the absorbance value for each wave number in the inspector spectrum and the corresponding article spectrum for each wave number. The cumulative values accumulated the difference between the value of absorbance at le, may be configured to sequentially calculated (e.g., step S203 to S206) for each article spectrum.
上記のように構成したことで、あらかじめ定められた比較波数範囲に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 By configuring as described above, the inspection object spectrum and the article spectrum can be compared with each other within a predetermined comparison wave number range, and the similarity between the inspection object spectrum and the article spectrum is calculated with high accuracy. Therefore, the accuracy of article discrimination can be improved.
検査対象物とされる物品の種類（例えば、ワイン、日本酒、リンゴなど）を受け付ける種類受付手段（例えば検査物種類記憶部１０）と、スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段（例えば、検査物種類別注目波数表格納部４５）と、を備え、類似選択手段は、種類受付手段によって受け付けられた種類についての注目波数を注目波数格納手段から読み出し（例えばステップＳ３０２）、読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する（例えばステップＳ３０３〜Ｓ３０６）ように構成されていてもよい。
The wave number to be noticed when comparing the spectrum with the type receiving means (for example, the inspection type storage unit 10) that receives the type of the article to be inspected (for example, wine, sake, apple, etc.) is predetermined. Attention wave number storage means for storing the attention wave number for each type of article (for example, the attention wave number
上記のように構成したことで、あらかじめ定められた注目波数に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 By being configured as described above, it is possible to compare the inspection object spectrum with the article spectrum by limiting to a predetermined wave number of interest, and calculate the similarity between the inspection object spectrum and the article spectrum with high accuracy. Therefore, the accuracy of article discrimination can be improved.
報知手段は、類似選択手段によって算出された最も小さい累計値を、判別結果として報知する物品名の信頼度を示す信頼度情報として報知する（例えばステップＳ１０４）ように構成されていてもよい。 The notification unit may be configured to notify the smallest cumulative value calculated by the similarity selection unit as reliability information indicating the reliability of the article name to be notified as a determination result (for example, step S104).
上記のように構成したことで、判別結果として報知された物品名が、どれ程の信頼度を持つものであるのかをユーザに認識させることができる。 By configuring as described above, it is possible to make the user recognize how much the article name notified as the determination result has.
物品の外観イメージを撮影するカメラ装置（例えばカメラ装置２２）と、ユーザによる撮影指示操作に応じてカメラ装置と分光分析手段とに同期して処理の実行を指示する同期処理指示手段（例えば撮影指示部２３）と、同期処理指示手段からの指示に応じてカメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして記憶する同期処理記憶手段（例えば撮影記憶保持メモリ２４）と、を備えていてもよい。 A camera device (e.g., camera device 22) that captures the appearance image of the article, and a synchronous processing instruction unit (e.g., shooting instruction) that instructs the execution of the process in synchronization with the camera device and the spectroscopic analysis unit in response to a shooting instruction operation by the user Unit 23) and synchronization processing storage means for associating and storing the appearance image of the article and the article spectrum obtained by the processing executed by the camera apparatus and the spectroscopic analysis means in response to an instruction from the synchronization processing instruction means (For example, the photographing storage holding memory 24).
上記のように構成したことで、物品の外観イメージと物品スペクトルとを対応付けして登録しておくことができるようになり、物品の外観イメージを各処理に利用することができるようになる。 With the configuration described above, the appearance image of the article and the article spectrum can be registered in association with each other, and the appearance image of the article can be used for each process.
作成された物品別スペクトル情報を保持する情報センタ（例えば情報センタ５６）から、通信ネットワークを介して物品別スペクトル情報を受信し、物品別スペクトル情報格納部に格納する物品別スペクトル情報ダウンロード部（品名別スペクトル対応表ダウンロード部５５）を備えていてもよい。 The product-specific spectrum information download unit (product name) that receives the product-specific spectrum information from the information center (for example, the information center 56) that holds the created product-specific spectrum information via the communication network and stores the product-specific spectrum information in the product-specific spectrum information storage unit. Another spectrum correspondence table download unit 55) may be provided.
上記のように構成したことで、ユーザ操作によって物品別スペクトル情報を追加することなく、情報センタに登録されている新規の物品別スペクトル情報をダウンロードして、物品別スペクトル情報を随時追加することができるようになり、検査物スペクトルと同等の物品スペクトルが検索される可能性を高めることができる。 With the above configuration, it is possible to download new article-specific spectrum information registered in the information center and add article-specific spectrum information as needed without adding the article-specific spectrum information by user operation. It becomes possible to increase the possibility that an article spectrum equivalent to the inspection object spectrum is searched.
物品の物品名を受け付ける物品名受付手段（例えば登録物品名記憶部１１）と、分光分析手段による物品の分光分析結果として得られた物品スペクトルと、物品名受付手段によって受け付けられた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納する物品別スペクトル情報登録手段（例えば撮影指示部２３）と、を備えていてもよい。 An article name receiving means (for example, a registered article name storage unit 11) that receives the article name of the article, an article spectrum obtained as a result of spectral analysis of the article by the spectral analysis means, and an article name received by the article name receiving means. An article-specific spectrum information registration unit (for example, the imaging instruction unit 23) that stores the associated article-specific spectrum information in the article-specific spectrum information storage unit may be provided.
上記のように構成したことで、ユーザ独自の物品名を付与して物品別スペクトル情報を登録しておくようにすることができるようになる。 By configuring as described above, it is possible to register the spectrum information for each article by giving a user-specific article name.
また、本発明の物品判別方法は、検査対象物である物品（例えば、飲食物、動物、植物など）の分光分析結果にもとづいて検査対象物を判別する物品判別方法であって、検査対象物の分光分析を行い（例えばステップＳ１０２）、検査対象物の分光分析結果として得られた検査物スペクトル（例えば検査物スペクトル３１）を検査物スペクトル格納部（例えば検査物スペクトル格納部３０）に格納し（例えばステップＳ１０２）、検査物スペクトル格納部に格納された検査物スペクトルと、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報（例えば品名別スペクトル対応表５１）が格納されている物品別スペクトル情報格納部（例えば品名別スペクトル対応表データベース５０）に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較して、複数の物品スペクトルから検査物スペクトルに最も類似する物品スペクトルを選択し（例えばステップＳ２０３〜Ｓ２０７）、選択した物品スペクトルに対応付けされた物品名を、検査対象物の判別結果として報知する（例えばステップＳ１０４）ことを特徴とする。 The article discrimination method of the present invention is an article discrimination method for discriminating an inspection object based on a spectroscopic analysis result of an article (for example, food, drink, animal, plant, etc.) that is an inspection object. (For example, step S102), the inspection object spectrum (for example, inspection object spectrum 31) obtained as the spectral analysis result of the inspection object is stored in the inspection object spectrum storage unit (for example, inspection object spectrum storage unit 30). (For example, step S102), the article-specific spectrum in which the inspection object spectrum stored in the inspection object spectrum storage unit, the article spectrum obtained as a result of spectroscopic analysis for the article, and the article name assigned to the article are associated with each other Spectral information storage unit by item (for example, spec by product name) in which information (for example, spectrum correspondence table by product name 51) is stored Each article spectrum included in each article spectrum information stored in the correspondence table database 50) is sequentially compared, and an article spectrum that is most similar to the inspection object spectrum is selected from a plurality of article spectra (for example, steps S203 to S207). ), And the article name associated with the selected article spectrum is notified as an inspection object discrimination result (for example, step S104).
上記のように構成したことで、詳細な分析データが存在する特定の物品に限定されることなく、幅広い物品について、低コストでその物品の判別を行うことができる。 By comprising as mentioned above, it is not limited to the specific goods in which detailed analysis data exists, but the goods can be discriminate | determined at low cost about wide goods.
検査物スペクトルは、検査対象物の分光分析結果として得られた波数別の吸光度によって表現され、物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出し（例えばステップＳ２０３〜Ｓ２０６）、算出した累計値が最も小さい物品スペクトルを、検査物スペクトルに最も類似する物品スペクトルとして選択する（例えばステップＳ２０７）ように構成されていてもよい。 The inspection object spectrum is expressed by the absorbance for each wave number obtained as the spectroscopic analysis result of the inspection object, and the article spectrum is expressed by the absorbance for each wave number obtained as the spectroscopic analysis result of the article. A cumulative value obtained by accumulating the difference between the absorbance value for the wave number and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum (for example, steps S203 to S206), and the calculated cumulative value is the most. The small article spectrum may be selected as the article spectrum most similar to the inspection object spectrum (for example, step S207).
上記のように構成したことで、対応する波数の吸光度の値を検査物スペクトルと物品スペクトルとで比較することによって、検査物スペクトルと物品スペクトルとの類似度を表すことができ、簡単な処理によって物品の判別を行うことができる。 By configuring as described above, by comparing the absorbance value of the corresponding wave number between the inspection object spectrum and the article spectrum, it is possible to represent the similarity between the inspection object spectrum and the article spectrum. The article can be identified.
検査対象物とされる物品の種類を受け付け（例えばステップＳ１０１）、スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲（例えば検査物種類別比較波数帯表４１）が物品の種類ごとに格納された比較波数範囲格納手段（例えば検査物種類別比較波数帯表格納部４０）から、受け付けた種類についての比較波数範囲を読み出し（例えばステップＳ２０２）、読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する（例えばステップＳ２０３〜Ｓ２０６）ように構成されていてもよい。
A comparison wave number range (for example, inspection) indicating a lower limit and an upper limit of a wave number set in advance in order to identify the wave number range when comparing the spectra when accepting the type of article to be inspected (for example, step S101) The comparison wave number range for the received type is read from the comparison wave number range storage means (for example, the comparison wave number band
上記のように構成したことで、あらかじめ定められた比較波数範囲に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 By configuring as described above, the inspection object spectrum and the article spectrum can be compared with each other within a predetermined comparison wave number range, and the similarity between the inspection object spectrum and the article spectrum is calculated with high accuracy. Therefore, the accuracy of article discrimination can be improved.
検査対象物とされる物品の種類を受け付け（例えばステップＳ１０１）、スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段（例えば検査物種類別注目波数表格納部４５）から、受け付けた種類についての注目波数を読み出し（例えばステップＳ３０２）、読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する（例えばステップＳ３０３〜Ｓ３０６）ように構成されていてもよい。 An attention wave number storage means (for example, inspection object type) that receives the type of article to be inspected (for example, step S101) and stores the attention wave number predetermined as the wave number to be noted when comparing the spectra for each type of article. The noticed wave number for the received type is read from the classified noticeable wave number table storage unit 45) (for example, step S302), and for the read noticed wave number, the absorbance value for each wave number in the test object spectrum and the article corresponding to each wave number are read. A cumulative value obtained by accumulating the difference from the absorbance value in the spectrum may be calculated sequentially for each article spectrum (for example, steps S303 to S306).
上記のように構成したことで、あらかじめ定められた注目波数に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 By being configured as described above, it is possible to compare the inspection object spectrum with the article spectrum by limiting to a predetermined wave number of interest, and calculate the similarity between the inspection object spectrum and the article spectrum with high accuracy. Therefore, the accuracy of article discrimination can be improved.
算出した最も小さい累計値を、判別結果として報知する物品名の信頼度を示す信頼度情報として報知する（例えばステップＳ１０４）ように構成されていてもよい。 The calculated smallest cumulative value may be notified as reliability information indicating the reliability of the article name to be notified as a determination result (for example, step S104).
上記のように構成したことで、判別結果として報知された物品名が、どれ程の信頼度を持つものであるのかをユーザに認識させることができる。 By configuring as described above, it is possible to make the user recognize how much the article name notified as the determination result has.
物品の外観イメージを撮影するカメラ装置（例えばカメラ装置２２）と分光分析手段（例えば登録物分光分析器２１）とにユーザによる撮影指示操作に応じて同期して処理の実行を指示し、指示に応じてカメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして同期処理記憶手段（例えば撮影記憶保持メモリ２４）に記憶するように構成されていてもよい。 The camera apparatus (for example, the camera apparatus 22) and the spectroscopic analysis means (for example, the registered product spectroscopic analyzer 21) for capturing the appearance image of the article are instructed to execute the process in synchronization with the photographing instruction operation by the user. Accordingly, the appearance image of the article obtained by the processing executed by the camera device and the spectroscopic analysis means and the article spectrum are associated with each other and stored in the synchronization processing storage means (for example, the photographing storage holding memory 24). It may be.
上記のように構成したことで、物品の外観イメージと物品スペクトルとを対応付けして登録しておくことができるようになり、物品の外観イメージを各処理に利用することができるようになる。 With the configuration described above, the appearance image of the article and the article spectrum can be registered in association with each other, and the appearance image of the article can be used for each process.
作成された物品別スペクトル情報を保持する情報センタ（例えば情報センタ５６）から、通信ネットワークを介して物品別スペクトル情報を受信し、物品別スペクトル情報格納部に格納するように構成されていてもよい。 The product-specific spectrum information may be received via the communication network from the information center that holds the created product-specific spectrum information (for example, the information center 56) and stored in the product-specific spectrum information storage unit. .
上記のように構成したことで、ユーザ操作によって物品別スペクトル情報を追加することなく、情報センタに登録されている新規の物品別スペクトル情報をダウンロードして、物品別スペクトル情報を随時追加することができるようになり、検査物スペクトルと同等の物品スペクトルが検索される可能性を高めることができる。 With the above configuration, it is possible to download new article-specific spectrum information registered in the information center and add article-specific spectrum information as needed without adding the article-specific spectrum information by user operation. It becomes possible to increase the possibility that an article spectrum equivalent to the inspection object spectrum is searched.
物品の物品名を受け付け、物品の分光分析結果として得られた物品スペクトルと、受け付けた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納するように構成されていてもよい。 Even if it is configured to receive the article name of the article and store the article-specific spectrum information in which the article spectrum obtained as a result of spectral analysis of the article and the received article name is associated with each other in the article-specific spectrum information storage unit Good.
上記のように構成したことで、ユーザ独自の物品名を付与して物品別スペクトル情報を登録しておくようにすることができるようになる。 By configuring as described above, it is possible to register the spectrum information for each article by giving a user-specific article name.
さらに、本発明の物品判別プログラムは、検査対象物である物品（例えば、飲食物、動物、植物など）の分光分析結果にもとづいて検査対象物を判別させる物品判別プログラムであって、コンピュータ（例えば飲食物識別装置１００）に、検査対象物の分光分析を行うステップ（例えばステップＳ１０２）と、検査対象物の分光分析結果として得られた検査物スペクトルを検査物スペクトル格納部に格納するステップ（例えばステップＳ１０２）と、検査物スペクトル格納部に格納された検査物スペクトルと、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報が格納されている物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較して、複数の物品スペクトルから検査物スペクトルに最も類似する物品スペクトルを選択するステップ（例えばステップＳ２０３〜Ｓ２０７）と、選択した物品スペクトルに対応付けされた物品名を、検査対象物の判別結果として報知するステップ（例えばステップＳ１０４）とを実行させるためのものである。 Furthermore, the article discrimination program of the present invention is an article discrimination program for discriminating an inspection object based on a spectral analysis result of an article (for example, food, drink, animal, plant, etc.) that is an inspection object. A step (for example, step S102) of performing spectral analysis of the inspection object on the food / drink identification device 100) and a step of storing the inspection object spectrum obtained as the spectral analysis result of the inspection object in the inspection object spectrum storage unit (for example, Step S102), the inspector spectrum stored in the inspector spectrum storage unit, the article spectrum obtained as a result of spectroscopic analysis for the article, and the article-specific spectrum information associated with the article name assigned to the article Included in each article-specific spectrum information stored in the article-specific spectrum information storage section Sequentially comparing each article spectrum to be selected, and selecting an article spectrum that is most similar to the inspection spectrum from a plurality of article spectra (for example, steps S203 to S207), and an article name associated with the selected article spectrum. And a step (for example, step S104) of informing as the determination result of the inspection object.
上記のように構成したことで、詳細な分析データが存在する特定の物品に限定されることなく、幅広い物品について、低コストでその物品を判別させることができる。 By being configured as described above, it is possible to discriminate the article at a low cost for a wide variety of articles without being limited to a specific article having detailed analysis data.
検査物スペクトルは、検査対象物の分光分析結果として得られた波数別の吸光度によって表現され、物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され、コンピュータに、さらに、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップ（例えばステップＳ２０３〜Ｓ２０６）と、算出した累計値が最も小さい物品スペクトルを、検査物スペクトルに最も類似する物品スペクトルとして選択するステップ（例えばステップＳ２０７）とを実行させるためのものであってもよい。 The inspection object spectrum is expressed by the absorbance for each wave number obtained as the spectroscopic analysis result of the inspection object, and the article spectrum is expressed by the absorbance for each wave number obtained as the spectroscopic analysis result of the article. A step of sequentially calculating a cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection object spectrum and the absorbance value in the article spectrum for each corresponding wave number (for example, steps S203 to S206). The step (for example, step S207) of selecting the article spectrum having the smallest calculated cumulative value as the article spectrum most similar to the inspection object spectrum may be executed.
上記のように構成したことで、対応する波数の吸光度の値を検査物スペクトルと物品スペクトルとで比較させることによって、検査物スペクトルと物品スペクトルとの類似度を表すことができ、簡単な処理によって物品を判別させることができる。 By configuring as described above, by comparing the absorbance value of the corresponding wave number between the inspection object spectrum and the article spectrum, the similarity between the inspection object spectrum and the article spectrum can be expressed. The article can be discriminated.
コンピュータに、さらに、検査対象物とされる物品の種類を受け付けるステップ（例えばステップＳ１０１）と、スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲が物品の種類ごとに格納された比較波数範囲格納手段から、受け付けた種類についての比較波数範囲を読み出すステップ（例えばステップＳ２０２）と、読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップ（例えばステップＳ２０３〜Ｓ２０６）とを実行させるためのものであってもよい。 The computer further includes a step (for example, step S101) of receiving the type of the article to be inspected, and a lower limit and an upper limit of the wave number set in advance in order to specify the wave number range when comparing the spectra. A step (for example, step S202) of reading the comparison wave number range for the received type from the comparison wave number range storing means in which the comparison wave number range shown is stored for each type of article, and from the lower limit to the upper limit of the wave number in the read comparison wave number range For each range, the cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum (for example, step S203). ~ S206) There.
上記のように構成したことで、あらかじめ定められた比較波数範囲に限定して検査物スペクトルと物品スペクトルとを比較させることができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出させることができるようになるため、物品の判別精度を向上させることができる。 By configuring as described above, the inspection object spectrum and the article spectrum can be compared with each other within a predetermined comparison wave number range, and the similarity between the inspection object spectrum and the article spectrum can be calculated with high accuracy. Therefore, the accuracy of article discrimination can be improved.
コンピュータに、さらに、検査対象物とされる物品の種類を受け付けるステップ（例えばステップＳ１０１）と、スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段から、受け付けた種類についての注目波数を読み出すステップ（例えばステップＳ３０２）と、読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップ（例えばステップＳ３０３〜Ｓ３０６）とを実行させるためのものであってもよい。 Further, the step of receiving the type of the article to be inspected in the computer (for example, step S101), and the attention wave number predetermined as the wave number to be noticed when comparing the spectra are stored for each article type A step (for example, step S302) of reading the attention wave number for the received type from the wave number storage means, and the absorbance in the article spectrum for each wave number corresponding to each wave number in the inspection object spectrum for the read attention wave number. It may be for executing the step (for example, steps S303 to S306) of sequentially calculating the accumulated value obtained by accumulating the difference from the value of each item spectrum.
上記のように構成したことで、あらかじめ定められた注目波数に限定して検査物スペクトルと物品スペクトルとを比較させることができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出させることができるようになるため、物品の判別精度を向上させることができる。 By configuring as described above, it is possible to compare the inspection object spectrum with the article spectrum by limiting to a predetermined wave number of interest, and to calculate the similarity between the inspection object spectrum and the article spectrum with high accuracy. Therefore, the accuracy of article discrimination can be improved.
コンピュータに、さらに、算出した最も小さい累計値を、判別結果として報知する物品名の信頼度を示す信頼度情報として報知するステップ（例えばステップＳ１０４）を実行させるためのものであってもよい。 The computer may further cause a step (for example, step S104) of notifying the calculated smallest accumulated value as reliability information indicating the reliability of the article name to be notified as a determination result.
上記のように構成したことで、判別結果として報知された物品名が、どれ程の信頼度を持つものであるのかをユーザに認識させることができる。 By configuring as described above, it is possible to make the user recognize how much the article name notified as the determination result has.
コンピュータに、さらに、物品の外観イメージを撮影するカメラ装置と分光分析手段とにユーザによる撮影指示操作に応じて同期して処理の実行を指示するステップと、指示に応じてカメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして同期処理記憶手段に記憶するステップとを実行させるためのものであってもよい。 A step of instructing the computer to execute processing in synchronization with a camera instruction operation by a user in response to a photographing instruction operation by a user; and a camera device and a spectral analysis unit according to the instruction. And the step of associating the appearance image of the article and the article spectrum obtained by the process executed in the above and storing them in the synchronization processing storage means.
上記のように構成したことで、物品の外観イメージと物品スペクトルとを対応付けして登録させておくことができるようになり、物品の外観イメージを各処理に利用させることができるようになる。 With the configuration described above, the appearance image of the article and the article spectrum can be registered in association with each other, and the appearance image of the article can be used for each process.
コンピュータに、さらに、作成された物品別スペクトル情報を保持する情報センタから、通信ネットワークを介して物品別スペクトル情報を受信し、物品別スペクトル情報格納部に格納するステップを実行させるためのものであってもよい。 This is for causing the computer to further execute a step of receiving the spectrum information for each article from the information center holding the created spectrum information for each article through the communication network and storing it in the spectrum information storage section for each article. May be.
上記のように構成したことで、ユーザ操作によって物品別スペクトル情報を追加することなく、情報センタに登録されている新規の物品別スペクトル情報をダウンロードさせて、物品別スペクトル情報を随時追加させることができるようになり、検査物スペクトルと同等の物品スペクトルが検索される可能性を高めさせることができる。 By configuring as described above, it is possible to download new article-specific spectrum information registered in the information center and add article-specific spectrum information as needed without adding the article-specific spectrum information by a user operation. It becomes possible to increase the possibility that an article spectrum equivalent to the inspection object spectrum is searched.
コンピュータに、さらに、物品の物品名を受け付けるステップと、物品の分光分析結果として得られた物品スペクトルと、受け付けた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納するステップとを実行させるためのものであってもよい。 Further, the computer stores the article-specific spectrum information in which the article name of the article is received, the article spectrum obtained as a result of the spectral analysis of the article, and the received article name are associated with each other in the article-specific spectrum information storage unit. For executing the step.
上記のように構成したことで、ユーザ独自の物品名を付与して物品別スペクトル情報を登録しておくようにされることができるようになる。 By being configured as described above, it is possible to register the spectral information for each product by giving a user-specific product name.
本発明によれば、詳細な分析データが存在する特定の物品に限定されることなく、幅広い物品について、低コストでその物品の判別を行うことができる。 According to the present invention, it is possible to discriminate an article at a low cost for a wide variety of articles without being limited to a specific article having detailed analysis data.
検査対象物の分光分析結果として得られた波数別の吸光度によって検査物スペクトルを表現し、物品の分光分析結果として得られた波数別の吸光度によって物品スペクトルを表現するようにした場合には、対応する波数の吸光度の値を検査物スペクトルと物品スペクトルとで比較することによって、検査物スペクトルと物品スペクトルとの類似度を表すことができ、簡単な処理によって物品の判別を行うことができる。 Corresponding to the case where the inspection spectrum is expressed by the absorbance for each wave number obtained as the spectral analysis result of the inspection object, and the article spectrum is expressed by the absorbance for each wave number obtained as the spectral analysis result of the article By comparing the absorbance value of the wave number to be measured with the inspection object spectrum and the article spectrum, the similarity between the inspection object spectrum and the article spectrum can be expressed, and the article can be identified by simple processing.
スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲を用いて類似判定を行うようにした場合には、あらかじめ定められた比較波数範囲に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 When the similarity determination is performed using the comparison wave number range indicating the lower limit and upper limit of the predetermined wave number in order to specify the wave number range when the spectra are compared, the predetermined comparison wave number The inspection spectrum and the article spectrum can be compared within a limited range, and the similarity between the inspection spectrum and the article spectrum can be calculated with high accuracy, thereby improving the discrimination accuracy of the article. be able to.
スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を用いて類似判定を行うようにした場合には、あらかじめ定められた注目波数に限定して検査物スペクトルと物品スペクトルとを比較することができ、検査物スペクトルと物品スペクトルとの類似度を高精度で算出することができるようになるため、物品の判別精度を向上させることができる。 When similarity determination is performed using a predetermined wave number of interest as the wave number of interest when comparing spectra, the inspection object spectrum and the article spectrum are compared with the predetermined wave number of interest. Since the similarity between the inspection object spectrum and the article spectrum can be calculated with high accuracy, the discrimination accuracy of the article can be improved.
類似選択手段によって算出された最も小さい累計値を報知するようにした場合には、判別結果として報知された物品名が、どれ程の信頼度を持つものであるのかをユーザに認識させることができる。 When the smallest cumulative value calculated by the similarity selection means is notified, it is possible to make the user recognize how much the article name notified as the determination result has. .
物品の外観イメージと物品スペクトルとを対応付けして記憶しておくようにした場合には、物品の外観イメージを各処理に利用することができるようになる。 When the appearance image of the article and the article spectrum are stored in association with each other, the appearance image of the article can be used for each process.
物品別スペクトル情報を通信ネットワークを介してダウンロードするようにした場合には、新規の物品別スペクトル情報を随時追加することができるようになり、検査物スペクトルと同等の物品スペクトルが検索される可能性を高めることができる。 When the spectrum information for each product is downloaded via the communication network, new spectrum information for each product can be added at any time, and there is a possibility that the product spectrum equivalent to the inspection object spectrum will be searched. Can be increased.
物品スペクトルと物品名受付手段によって受け付けられた物品名とを対応付けした物品別スペクトル情報を登録するようにした場合には、ユーザ独自の物品名を付与して物品別スペクトル情報を登録しておくようにすることができるようになる。 When article-specific spectrum information in which the article spectrum and the article name received by the article name accepting unit are associated is registered, the user-specific article name is given and the article-specific spectrum information is registered. To be able to do so.
以下、本発明の実施の形態について図面を参照して説明する。
実施の形態１．
図１は、本発明の第１の実施の形態における飲食物識別装置１００の構成例を示すブロック図である。
Embodiments of the present invention will be described below with reference to the drawings.
FIG. 1 is a block diagram illustrating a configuration example of the food and beverage identification apparatus 100 according to the first embodiment of the present invention.
図１に示すように、本例の飲食物識別装置１００は、検査物種類記憶部１０と、検査物分光分析器２０と、検査物スペクトル格納部３０と、検査物種類別比較波数帯表格納部４０と、品名別スペクトル対応表データベース５０と、波数範囲比較型類似度計算部６０と、識別結果表示部７０とを含む。
As shown in FIG. 1, the food and beverage identification apparatus 100 of this example includes an inspection object
検査物種類記憶部１０は、例えばＲＡＭなどの記憶媒体によって構成され、分光分析の検査対象とする飲食物の種類を示す検査物種類などの各種情報が格納される。検査物種類は、ユーザによって入力される。具体的には、ユーザは、例えば飲食物識別装置１００が備える図示しない入力装置（例えばキーボード、マウス）を操作することによって、検査物種類を入力する。検査物種類記憶部１０は、入力装置の操作によって入力された飲食物の種類を受け付けて保存する。
The inspection object
検査物分光分析器２０は、分光分析を行うための分光分析器によって構成される。「分光分析」とは、物質が吸収または放出する電磁波の波長や強度などを測定することによって行う化学分析の総称を意味し、例えば、Ｘ線分光分析、紫外可視分光分析、赤外分光分析などの分析手法がある。検査物分光分析器２０は、分析手法に合った機器であればどのような機器を用いるようにしてもよい。例えば、市販されている分光分析器を用いるようにすればよい。 The inspection object spectroscopic analyzer 20 includes a spectroscopic analyzer for performing spectroscopic analysis. “Spectroscopic analysis” means a general term for chemical analysis performed by measuring the wavelength or intensity of electromagnetic waves absorbed or emitted by a substance, for example, X-ray spectroscopic analysis, ultraviolet-visible spectroscopic analysis, infrared spectroscopic analysis, etc. There are analysis methods. The inspection object spectroscopic analyzer 20 may be any device as long as it is suitable for the analysis technique. For example, a commercially available spectroscopic analyzer may be used.
また、検査物分光分析器２０によって実行される分光分析においては、例えばＸ線分光分析や赤外分光分析などを行うための公知の手法を用いるようにすればよい。例えば、レーザ光源を用いた手法であっても、ハロゲンランプ光源を用いた手法であってもよく、波数ごとの吸光度を測定することによって分光分析を行うものであればどのような手法を用いるようにしてもよい。 In the spectroscopic analysis executed by the inspection object spectroanalyzer 20, a known method for performing, for example, X-ray spectroscopic analysis or infrared spectroscopic analysis may be used. For example, a method using a laser light source or a method using a halogen lamp light source may be used, and any method may be used as long as spectroscopic analysis is performed by measuring absorbance at each wave number. It may be.
レーザ光源を用いた手法の場合には、検査物分光分析器２０は、図２（Ａ）に示すように、検査対象物（図２（Ａ）に示す例では「ワイン」）に様々な波長のレーザ光を当て、検査対象物を透過した光を各波長毎に測定することで吸光度を測定する。 In the case of a technique using a laser light source, the inspection object spectroscopic analyzer 20 has various wavelengths for the inspection object (“wine” in the example shown in FIG. 2A), as shown in FIG. The absorbance is measured by irradiating the laser beam and measuring the light transmitted through the inspection object for each wavelength.
また、ハロゲンランプ光源用いた手法の場合には、検査物分光分析器２０は、図２（Ｂ）に示すように、検査対象物（図２（Ｂ）に示す例では「ワイン」）にハロゲンランプの発光によって照射される光を当てて、検査対象物を透過した光を波長ごとに分光し、透過光を各波長毎に測定することで吸光度を測定する。 In the case of a method using a halogen lamp light source, the inspection object spectroanalyzer 20 applies halogen to the inspection object (in the example shown in FIG. 2B, “wine”) as shown in FIG. The light irradiated by the light emission of the lamp is applied, the light transmitted through the inspection object is dispersed for each wavelength, and the absorbance is measured by measuring the transmitted light for each wavelength.
検査物スペクトル格納部３０は、例えばＲＡＭなどの記憶媒体によって構成され、検査物分光分析器２０の分析結果などの各種情報が格納される。分析結果には、検査対象の飲食物についての波数ごとの吸光度の値がスペクトルとして表現された検査物スペクトル３１が含まれる。
The inspection object
検査物スペクトル３１は、図１に示すように、各波数毎に吸光度が対応付けされて配列された表によって表現される。すなわち、検査物スペクトル３１は、例えば図３（Ａ）に示すような連続的なスペクトルを細かくサンプリングすることによって、図３（Ｂ）に示すような多数のサンプル（この例では波数と吸光度との組み合わせ）によって表現されている。
As shown in FIG. 1, the
なお、サンプリング間隔は、図３に示す例では波数軸目盛間隔である１００［１／ｃｍ］間隔としてあるが、５０［１／ｃｍ］間隔や１０［１／ｃｍ］間隔など、さらに細かい間隔でサンプリングするようにしてもよい。また、１１０［１／ｃｍ］間隔や１２０［１／ｃｍ］間隔など、粗い間隔でサンプリングするようにしてもよい。ただし、間隔が粗くなると精度が低下するため、一定レベル以上の飲食物判別精度が維持可能な程度の間隔とするのが望ましい。 In the example shown in FIG. 3, the sampling interval is a 100 [1 / cm] interval, which is a wave number axis scale interval, but is a finer interval such as a 50 [1 / cm] interval or a 10 [1 / cm] interval. You may make it sample. Alternatively, sampling may be performed at coarse intervals such as 110 [1 / cm] intervals or 120 [1 / cm] intervals. However, since the accuracy decreases when the interval becomes rough, it is desirable to set the interval so as to maintain the food discrimination accuracy of a certain level or higher.
検査物種類別比較波数帯表格納部４０は、例えばデータベース装置によって構成され、検査物種類別比較波数帯表４１などの各種情報が格納される。
The comparison type wave number
検査物種類別比較波数帯表４１は、検査物種類ごとに、スペクトル同士で比較する波数の下限と上限を示した表である。この値は、専門家によって決められるものである。すなわち、該当する検査物種類に属する検査物の特徴が表れる波数帯を含む範囲となるように、比較する波数の下限と上限とが専門家によってあらかじめ定められる。 The comparative wave number band table 41 by inspection object type is a table showing the lower limit and the upper limit of wave numbers to be compared between spectra for each inspection object type. This value is determined by the expert. That is, the lower limit and the upper limit of the wave numbers to be compared are determined in advance by an expert so that the range includes the wave number band in which the characteristics of the inspection object belonging to the corresponding inspection object type appear.
この例では、検査物種類別比較波数帯表４１には、図１に示すように、「ワイン」、「日本酒」、「米」、「リンゴ」、「桃」などの検査物種類毎に、スペクトル同士で比較する波数の下限と上限とがそれぞれ設定されている。 In this example, as shown in FIG. 1, the comparative wave number band table 41 for each inspection object type has a spectrum for each inspection object type such as “wine”, “sake”, “rice”, “apple”, “peach”. A lower limit and an upper limit of wave numbers to be compared with each other are set.
品名別スペクトル対応表データベース５０は、例えばデータベース装置によって構成され、品名別スペクトル対応表などの各種情報が格納される。品名別スペクトル対応表データベース５０は、例えば、ファイルシステムや商用データベースなどによって実現される。 The product-specific spectrum correspondence table database 50 is configured by a database device, for example, and stores various information such as product name-specific spectrum correspondence tables. The spectrum correspondence table database 50 classified by product name is realized by, for example, a file system or a commercial database.
品名別スペクトル対応表データベース５０には、品名別スペクトル対応表５１〜５３を含む複数の品名別スペクトル対応表が格納されている。品名別スペクトル対応表は、飲食物における異なる銘柄や商品ごとに、波数ごとに吸光度が設定されたスペクトルが対応付けされた表を意味する。すなわち、品名別スペクトル対応表は、飲食物の銘柄や商品名を示す飲食物名と、その銘柄や商品におけるスペクトル（以下、「品名別スペクトル」という。）とが対応付けされた表である。品名別スペクトル対応表を構成する品名別スペクトルは、上述した検査物スペクトルと同様に、波数と吸光度とが対応付けされた表によって表現される。なお、図１には表れていないが、品名別スペクトル対応表には、銘柄や商品名を示す飲食物名だけでなく、その飲食物の種類を示す情報も含まれているものとする。 The product name spectrum correspondence table database 50 stores a plurality of product name spectrum correspondence tables including the product name spectrum correspondence tables 51 to 53. The spectrum correspondence table by product name means a table in which a spectrum in which absorbance is set for each wave number is associated with different brands and products in food and drink. That is, the product-specific spectrum correspondence table is a table in which food and drink names indicating brands and product names of foods and drinks and spectra of the brands and products (hereinafter referred to as “product name spectrums”) are associated with each other. The spectrum for each product name constituting the spectrum for each product name is represented by a table in which the wave number and the absorbance are associated with each other as in the above-described inspection object spectrum. Although not shown in FIG. 1, it is assumed that the product name spectrum correspondence table includes not only food and beverage names indicating brands and product names but also information indicating the types of the foods and beverages.
品名別スペクトル対応表は、ユーザによる飲食物識別装置１００の操作によって、あるいは飲食物識別装置１００の製造者や販売者によって、あらかじめ品名別スペクトル対応表データベース５０に登録される。 The spectrum correspondence table for each product name is registered in advance in the spectrum correspondence table for each product name 50 by the operation of the food and beverage identification device 100 by the user, or by the manufacturer or seller of the food and beverage identification device 100.
図１に示す品名別スペクトル対応表５１〜５３は、同一種類の飲食物における異なる銘柄や商品ごとに、品名別スペクトルが対応付けされたものであるものとする。 The product name spectrum correspondence tables 51 to 53 shown in FIG. 1 are obtained by associating product name spectra with different brands and products in the same type of food and drink.
具体的には、飲食物の種類が「ワイン」であれば、飲食物名として、カベルネソービニオン、シラー、メルロー、シャルドネ、リースリング等が用いられ、その飲食物名ごとに品名別スペクトル対応表が作成される。なお、飲食物名として、例えばシャトーラトゥールの２０００年ものなどのより詳細な品名を用い、そのような品名単位で品名別スペクトル対応表を作成するようにしてもよい。また、ユーザが飲食物名を付与するときには、正確な品名がわからない場合があるため、例えば、「○月○日レストラン△で飲んだ赤ワイン」などのように、実際に飲食した飲食物をユーザ自身が後に特定できるように飲食物名を付与しておくようにしてもよい。
Specifically, if the type of food or drink is “wine”, the name of the food or drink includes Cabernet Sauvignon, Syrah, Merlot, Chardonnay, Riesling, etc., and a spectrum correspondence table by product name is created for each food and drink name. Is done. In addition, as a food and drink name, for example, a more detailed product name such as
波数範囲比較型類似度計算部６０は、例えばＭＰＵ（Micro Processing Unit）などの演算処理装置によって構成され、類似度計算などの各種の演算処理を実行する。
The wave number range comparison type
次に、飲食物識別装置１００の動作について説明する。図４は、飲食物識別装置１００が実行する飲食物判定処理の例を示すフローチャートである。 Next, the operation of the food and beverage identification device 100 will be described. FIG. 4 is a flowchart showing an example of the food / drink determination process executed by the food / drink identification apparatus 100.
ここでは、レストランでグラスワインを注文したユーザＸが、そのワインの飲食物名を確認しようとした場合を例に説明する。 Here, a case where the user X who ordered a glass of wine at a restaurant tries to check the name of the food or drink of the wine will be described as an example.
ユーザＸは、飲食物識別装置１００が備える入力装置を操作することで、検査対象とする飲食物の種類を入力する。飲食物識別装置１００は、ユーザＸの操作によって入力された飲食物種類を受け付け、受け付けた飲食物種類を検査物種類記憶部１０に記憶する（ステップＳ１０１）。 The user X inputs the type of food or drink to be inspected by operating an input device included in the food or drink identification device 100. The food / beverage identification apparatus 100 receives the food / beverage type input by the operation of the user X, and stores the received food / beverage type in the test item type storage unit 10 (step S101).
ここでは、飲食物種類として「ワイン」が入力され、「ワイン」が検査物種類記憶部１０に記憶されたものとする。
Here, it is assumed that “wine” is input as the food and drink type, and “wine” is stored in the test object
次いで、検査物分光分析器２０は、ユーザＸの操作に従って、分光分析を行う（ステップＳ１０２）。検査物分光分析器２０の分析結果は、検査物スペクトル格納部３０に格納される。ここでは、分析結果として、検査物スペクトル３１が検査物スペクトル格納部３０に格納されたものとする。
Next, the inspection object spectroscopic analyzer 20 performs spectroscopic analysis according to the operation of the user X (step S102). The analysis result of the inspection object spectroscopic analyzer 20 is stored in the inspection object
次いで、波数範囲比較型類似度計算部６０は、検査物種類記憶部１０に格納された検査物種類と、検査物分光分析器２０の分析結果として得られた検査物スペクトル３１とにもとづいて、類似度判定処理を実行する（ステップＳ１０３）。類似度判定処理については、後で詳しく説明する。
Next, the wave number range comparison type
そして、識別結果表示部７０は、波数範囲比較型類似度計算部６０による類似度判定処理の結果を表示する（ステップＳ１０４）。ステップＳ１０４では、判別結果として、飲食物名と信頼度情報とが表示される。なお、表示による報知に限らず、音声などによって報知するようにしてもよい。 And the identification result display part 70 displays the result of the similarity determination process by the wave number range comparison type similarity calculation part 60 (step S104). In step S104, the food and drink name and the reliability information are displayed as the discrimination results. In addition, you may make it alert | report not only by the alert | report by a display but with an audio | voice.
図５は、波数範囲比較型類似度計算部６０によって実行される類似度判定処理の例を示すフローチャートである。
FIG. 5 is a flowchart showing an example of similarity determination processing executed by the wave number range comparison type
類似度判定処理において、波数範囲比較型類似度計算部６０は、先ず、検査物種類記録部１０に格納されている検査物種類を読み出して、変数Ｘに格納する（ステップＳ２０１）。ここでは、検査物種類「ワイン」が変数Ｘに格納される。
In the similarity determination process, the wave number range comparison type
次いで、波数範囲比較型類似度計算部６０は、検査物種類別比較波数帯表４１を参照し、変数Ｘに格納した検査物種類に対応する波数下限と波数上限とを読み出して、変数Ｙと変数Ｚに格納する（ステップＳ２０２）。ここでは、「ワイン」の波数下限「ＷＬ１」が変数Ｙに格納され、「ワイン」の波数上限「ＷＬ２」が変数Ｚに格納される。
Next, the wave number range comparison type
次に、波数範囲比較型類似度計算部６０は、カウンタｎに初期値０を設定する（ステップＳ２０３）。カウンタｎは、比較対象の品名別スペクトル対応表（あるいは品名別スペクトル）を特定するためのカウンタである。各品名別スペクトル対応表には、検査物種類毎に、例えばデータベース５０に登録された順番に、０以上の自然数がそれぞれ付与されているものとする。ここでは、種類「ワイン」についての各品名別スペクトル対応表が、品名別スペクトル対応表０〜品名別スペクトル対応表ｍの「ｍ＋１」個登録されているものとする。
Next, the wave number range comparison type
次に、波数範囲比較型類似度計算部６０は、変数Ｙに格納した波数下限「ＷＬ１」から変数Ｚに格納した波数上限「ＷＬ２」の範囲で、検査物スペクトル格納部３０に格納された検査物スペクトル３１の吸光度の値と、品名別スペクトル対応表データベース５０に格納されている品名別スペクトル対応表ｎにおける品名別スペクトルの吸光度の値とを１つずつ比較して、吸光度間の距離を計算する（ステップＳ２０４）。そして、波数範囲比較型類似度計算部６０は、波数下限と波数上限の間における各吸光度間それぞれの距離を累計し、全体距離として変数Ｖ（ｎ）に格納する（ステップＳ２０４）。
Next, the wave number range comparison type
次いで、波数範囲比較型類似度計算部６０は、カウンタｎに設定されている値「ｎ」が最大値「ｍ」でなければ（ステップＳ２０５）、「ｎ」に１加算して（ステップＳ２０６）、ステップＳ２０４に戻る。このように、カウンタｎの値が初期値「０」から最大値「ｍ」となるまでステップＳ２０４の処理を繰り返し実行することで、指定されている検査物種類における全ての品名別スペクトル対応表０〜ｍについて、それぞれ検査物スペクトル３１と比較されて、それぞれ全体距離が算出されて変数Ｖ（０）〜変数Ｖ（ｍ）に格納される。
Next, if the value “n” set in the counter n is not the maximum value “m” (step S205), the wave number range comparison type
カウンタｎに設定されている値「ｎ」が最大値「ｍ」であれば（ステップＳ２０５）、波数範囲比較型類似度計算部６０は、各全体距離が格納されている変数Ｖ（０）〜変数Ｖ（ｍ）の中から、格納値が最小となっている変数Ｖ（ｊ）を選択し（ステップＳ２０７）、選択した変数Ｖ（ｊ）を変数Ｄに格納する（ステップＳ２０８）。すなわち、変数Ｖ（０）〜変数Ｖ（ｍ）の中から、最小の全体距離が格納されている変数Ｖ（ｊ）を選択し、その格納値を変数Ｄに格納する。
If the value “n” set in the counter n is the maximum value “m” (step S205), the wave number range comparison type
次いで、波数範囲比較型類似度計算部６０は、変数Ｖ（ｊ）に対応する品名別スペクトル対応表ｊにおける品名を変数Ｕに格納する（ステップＳ２０９）。
Next, the wave number range comparison type
そして、波数範囲比較型類似度計算部６０は、判定結果として、変数Ｄと変数Ｕとを出力する（ステップＳ２１０）。
Then, the wave number range comparison type
上記のように、品名別スペクトル対応表データベース５０に格納されている品名別スペクトル対応表ごとに、検査物スペクトルと品名別スペクトルとの差を示す全体距離が算出されたあと、その算出結果が比較され、全体距離が最も小さい品名別スペクトル対応表の品名が、検査物スペクトルを持つ検査物に最も類似している品名であると判断され、その品名と全体距離とが判定結果として出力される。 As described above, after calculating the total distance indicating the difference between the spectrum for each product name and the spectrum for each product name for each product name spectrum corresponding table stored in the product name-specific spectrum correspondence table database 50, the calculation results are compared. The product name in the product name-specific spectrum correspondence table having the smallest overall distance is determined to be the product name most similar to the inspection product having the inspection product spectrum, and the product name and the overall distance are output as the determination result.
具体的には、ワインのスペクトルが検査物スペクトル３１として検査物スペクトル格納部３０に格納されたとして、その検査物スペクトル３１と比較した中で、メルローの品名別スペクトルが最も全体距離が小さかったとすると、ユーザＸが検査したワインは、メルローである可能性が最も高い、ということを推定していることになる。
Specifically, assuming that the spectrum of wine is stored in the inspection object
なお、判定結果として出力される全体距離は、判定結果として出力される品名の信頼度を判断するための情報として用いられる。すなわち、全体距離が一致していれば判定結果として出力されている品名は確実なものと判断でき、全体距離が小さければ小さいほど判定結果として出力されている品名の信頼度はより高いと判断でき、全体距離が大きければ大きいほど判定結果として出力されている品名の信頼度はより低いと判断できる。 The overall distance output as the determination result is used as information for determining the reliability of the product name output as the determination result. In other words, if the overall distance matches, it can be determined that the product name output as the determination result is reliable, and the smaller the overall distance, the higher the reliability of the product name output as the determination result can be determined. It can be determined that the greater the overall distance, the lower the reliability of the product name output as the determination result.
以上に説明したように、分光分析によって得られる飲食物のスペクトルそのものをあらかじめ記憶しておき、検査物を分光分析することによって得られたスペクトルに最も類似するスペクトルを探索し、探索されたスペクトルに対応付けされている飲食物名が検査物の名称であると判別する構成としたので、詳細な分析データが存在する特定の飲食物に限定されることなく、幅広い飲食物について、低コストで飲食物の銘柄や品名を判別することができる。また、飲食物の成分分析に用いられる吸光度スペクトルによって判別するので、その飲食物の味や鮮度などを判別できることにもなる。 As described above, the spectrum of food and drink obtained by spectroscopic analysis is stored in advance, the spectrum most similar to the spectrum obtained by spectroscopic analysis of the test object is searched, and the searched spectrum is Since it is configured to determine that the associated food and drink name is the name of the test object, the food and drink can be eaten at a low cost for a wide range of food and drink without being limited to the specific food and drink with detailed analysis data. It is possible to determine the brand and name of the product. Moreover, since it discriminate | determines with the light absorbency spectrum used for the component analysis of food / beverage, the taste, freshness, etc. of the food / beverage can also be discriminate | determined.
また、上述したように、分光分析によって得られる飲食物のスペクトルそのものをあらかじめ記憶しておき、検査物を分光分析することによって得られたスペクトルに最も類似するスペクトルを探索し、探索されたスペクトルに対応付けされている飲食物名が検査物の名称であると判別する構成としたので、分光分析手法を用いて飲食物の銘柄や品名を判別することができる。すなわち、食品の食味や成分分析を行うために用いられている分光分析手法を、検査対象の食品の品名（商品名）を推定するという新たな用途のために利用することができる。 In addition, as described above, the food and drink spectrum obtained by spectroscopic analysis is stored in advance, the spectrum most similar to the spectrum obtained by spectroscopic analysis of the test object is searched, and the searched spectrum is obtained. Since it was set as the structure which discriminate | determines that the food-and-drink name matched is the name of a test | inspection object, the brand and name of food-and-drink can be discriminate | determined using a spectroscopic analysis method. That is, the spectroscopic analysis method used for analyzing the taste and composition of food can be used for a new application of estimating the product name (product name) of the food to be inspected.
また、上述したように、スペクトル同士で比較する波数の下限と上限とが種類ごとにあらかじめ定められた検査物種類別比較波数帯表４１を用いて検査する構成としたので、注目点の波数を用いて検査する場合と比較すると、データ作成のコストを低減させることができる。すなわち、注目点の波数の場合は特定の１点（例：カフェインなら１２４２［１／ｃｍ］）を指定しないといけないが、スペクトルの範囲（上限と下限）については、おおよその範囲で構わないのでデータ作成のコストとしては比較的小さくなるのである。 In addition, as described above, since the lower limit and the upper limit of the wave numbers to be compared between the spectra are inspected using the comparison type wave number band table 41 for each type of object determined in advance, the wave number of the target point is used. Compared with the case of inspection, the cost of data creation can be reduced. That is, in the case of the wave number of the attention point, one specific point (eg, 1242 [1 / cm] for caffeine) must be specified, but the spectrum range (upper and lower limits) may be an approximate range. Therefore, the data creation cost is relatively small.
また、上述したように、スペクトル同士で比較する波数の下限と上限とが種類ごとに専門家によってあらかじめ定められた検査物種類別比較波数帯表４１を用いて検査する構成としたので、あらかじめ定められた比較波数範囲に限定して検査物スペクトルと品名別スペクトルとを比較することができ、検査物スペクトルと品名別スペクトルとの類似度を高精度で算出することができるようになるため、飲食物の判別精度を向上させることができる。 In addition, as described above, since the lower limit and the upper limit of the wave numbers to be compared between the spectra are inspected by using the comparison type wave number band table 41 for each type of object that is predetermined for each type, it is determined in advance. Therefore, it is possible to compare the spectrum of the inspection object and the spectrum for each product name within the comparison wavenumber range, and to calculate the similarity between the inspection object spectrum and the spectrum for each product name with high accuracy. Can be improved.
なお、スペクトル同士で比較する波数の下限と上限とを、検査物の種類ごとに定めることなく、全種類一定の下限と上限とするようにしてもよい。また、スペクトル同士で比較する波数の範囲が、非連続に存在するようにしてもよい。 Note that the lower limit and the upper limit of the wave numbers to be compared between the spectra may not be determined for each type of inspection object, but may be set to a constant lower limit and upper limit for all types. Further, the wave number range to be compared between the spectra may be discontinuous.
また、過去に飲食した飲食物のスペクトルをユーザ自身が装置１００に登録しておいた場合には、その飲食物の銘柄や正式名称がわからない場合であっても、例えばレストランなどにおいて配膳された飲食物が、過去に飲食した飲食物であるか否かを判別することができるようになる。 In addition, when the user himself / herself has registered the spectrum of food / drinks that have been eaten / drinked in the past, even if the brand or official name of the food / drink is not known, for example, the food / drinks served at restaurants etc. It becomes possible to determine whether or not an object is a food or drink that has been eaten or consumed in the past.
また、上述したように、検査物の名称がわからない場合であっても、あらかじめ登録された品名別スペクトル対応表に同じ銘柄や品名の飲食物が登録されていれば、その検査物の品名が表示されるので、検査物の名称を知ることができるようになり、記録メディアとして高付加価値を提供することが期待できる。 In addition, as described above, even if the name of the inspection object is not known, if the food or drink with the same brand or product name is registered in the spectrum correspondence table for each product name registered in advance, the name of the inspection object is displayed. Therefore, it becomes possible to know the name of the inspection object, and it can be expected to provide high added value as a recording medium.
上述した第１の実施の形態では、特定の波数にのみ注目するのではなく、図６に概念的に示しているように、ある飲食物（例えばワイン）に電磁波を照射して得たスペクトルそのものをまるごと記憶し、あらかじめ登録されている複数のスペクトルそれぞれと比較することで、類似判断を行うようにしている。すなわち、検査物スペクトルと品名別スペクトルとをまるごと対比することで、類似判断を行うようにしている。 In the first embodiment described above, the spectrum itself obtained by irradiating a certain food and drink (for example, wine) with electromagnetic waves, as conceptually shown in FIG. 6, is not focused only on a specific wave number. Is memorized and compared with each of a plurality of pre-registered spectra to make a similarity determination. That is, the similarity determination is performed by comparing the entire spectrum of the inspection object and the spectrum by product name.
検査物のスペクトルと品名別スペクトルとをまるごと対比して類似度を算定する手法として、上記の例では、同一の波数における検査物スペクトルと品名スペクトルとの吸光度の距離を累計した累計値によって類似度を定めるようにしていたが、検査物スペクトルと品名別スペクトルとをまるごと対比する方法であれば、例えば検査物スペクトルをグラフ化した曲線イメージと品名別をグラフ化した曲線イメージとの比較によって類似度を算定するなど、どのような方法としてもよい。 In the above example, the similarity is calculated by summing up the distance of the absorbance between the inspection spectrum and the product name spectrum at the same wave number. However, if the method is to compare the whole spectrum of the inspection object and the spectrum by product name, for example, the degree of similarity can be determined by comparing the curve image graphing the inspection object spectrum with the curve image graphing the product name. Any method can be used, such as calculating
図７は、ある飲食物における複数の品種（商品）それぞれの赤外線スペクトル（２次微分値）を示す説明図である。なお、図７では、固有の波数の場所に矢印が付記されている。従来の手法では、スペクトルを測定すると、これらの矢印が付記されていた箇所の値のみに注目していた。 FIG. 7 is an explanatory diagram showing an infrared spectrum (secondary differential value) of each of a plurality of varieties (products) in a certain food and drink. In FIG. 7, an arrow is added at the location of the specific wave number. In the conventional method, when a spectrum is measured, attention is paid only to a value at a position where these arrows are attached.
これに対し、上述した第１の実施の形態では、図７における波数１４００から１１００までのスペクトルの波形まるごとを品種１のスペクトル、品種２のスペクトル、等のように記録しておくこととする。そして、利用者が市販の分光分析器を使って対象となる食品（例えばワイン）に赤外線を照射するとスペクトルができ、そのスペクトルと上記品種１、品種２、品種３等のスペクトルとの間でスペクトル同士の距離を比較する。その結果、最も近い品種のスペクトルの波形パターンが、利用者の撮影したワインの品種であると推定できる。
On the other hand, in the first embodiment described above, it is assumed that the entire spectrum of the
上記のように、検査物のスペクトルと品名別スペクトルとをまるごと対比することで類似判断を行う構成としたので、物品とその物品固有の波数との対応関係を意味する対応データを必要とせず、スペクトルにおける特定の箇所のみに注目して比較していく従来手法と比較すると、コストを格段に低下させることができる。 As described above, since it is configured to make a similar judgment by comparing the spectrum of the inspection object and the spectrum by product name as a whole, it does not require correspondence data indicating the correspondence between the article and the wave number unique to the article, Compared with the conventional method in which only a specific portion in the spectrum is focused and compared, the cost can be significantly reduced.
すなわち、検査物と同等の飲食物が品名別スペクトルとして事前に登録されていれば、その検査物を判別することができる。いうなれば、上述した第１の実施の形態における分析手法は、Ｎ個の既知のデータからの選択問題に帰結させているところが従来手法と異なる点である。 That is, if a food or drink equivalent to the inspection object is registered in advance as a spectrum by product name, the inspection object can be determined. In other words, the analysis method in the first embodiment described above is different from the conventional method in that it results in a selection problem from N known data.
従来手法の場合は、固有の波数に注目しその吸光度がわかれば、そこから濃度が推定できるので、利用者が撮影した対象と同一のものを事前に実験分析する必要はなかった。図８は、第１の実施の形態による判別手法と、従来手法との違いを示す概念図である。 In the case of the conventional method, since the concentration can be estimated by paying attention to the specific wave number and knowing its absorbance, it is not necessary to conduct an experimental analysis in advance on the same object as the object photographed by the user. FIG. 8 is a conceptual diagram showing the difference between the determination method according to the first embodiment and the conventional method.
図８に示すように、従来手法では、事前の精密な実験結果が、検量表の形でまとめられていた。ある特定の波数におけるある成分については、その含有量［重量％］と吸光度の間に相関関係が存在するが、その関係を表現したものが検量表である。ある食品について特定の波数を選択すると、含有量と吸光度の間の関係が線形で表現される。その場合、実際に測定していない吸光度についても、線形補完ができるので、含有量の推定ができるのである。 As shown in FIG. 8, in the conventional method, the precise experimental results in advance were collected in the form of a calibration table. For a certain component at a specific wave number, there is a correlation between the content [wt%] and the absorbance, and the calibration table expresses the correlation. When a specific wave number is selected for a food, the relationship between content and absorbance is expressed linearly. In that case, since the linear interpolation can be performed for the absorbance not actually measured, the content can be estimated.
従来手法では、ユーザが測定した検査物スペクトルにおける注目点の吸光度の値ごとに、検量表を参照することで、含有量が推定できる。なお、検量表では、実験の際には利用した個別の品種に関する情報は欠落している。 In the conventional method, the content can be estimated by referring to the calibration table for each absorbance value of the point of interest in the inspection object spectrum measured by the user. In the calibration table, information on individual varieties used in the experiment is missing.
一方、図８に示すように、第１の実施の形態による判別手法では、個別の品種の計測スペクトルそのものを使って、利用者の撮影した対象との比較を直接的に行う。従って、事前に測定して記憶した品種のものを検査対象とした場合であれば、正しい飲食物名を得ることができる。第１の実施の形態による判別手法は、従来手法とは分光分析の方法が異なり、一般性については従来手法より低下するものの、実現の簡便性の点で従来手法より優っている。 On the other hand, as shown in FIG. 8, in the discrimination method according to the first embodiment, the measurement spectrum itself of each product type is used to directly compare with the subject photographed by the user. Therefore, if a product of a variety that has been measured and stored in advance is used as an inspection target, a correct food and drink name can be obtained. The discriminating method according to the first embodiment is different from the conventional method in the spectroscopic analysis method, and the generality is lower than that of the conventional method, but is superior to the conventional method in terms of ease of implementation.
なお、上述した第１の実施の形態においては特に言及していなかったが、ユーザからの指示（例えば入力装置の操作）に応じて品名別スペクトル対応表を作成して登録する際には、例えば、上述したステップＳ１０１〜Ｓ１０２と同様の処理によって、登録対象の物品の品名別スペクトルを生成するとともに、ユーザによる入力操作によって入力された登録対象の物品の種類および物品名を受け付け、品名別スペクトルと物品の種類と物品名とが対応付けされた品名別スペクトル対応表をデータベース５０に登録するようにすればよい。このようにして登録を行う場合に、登録対象の飲食物の銘柄や品名がわからない場合には、ユーザ自身が後に思い出せるような名称（例えば、「レストラン○○で誕生日に飲んだワイン」など）を付与しておくようにすればよい。そのように登録しておけば、後日に注文した飲食物が登録済のものと同じ銘柄であるかを判別することができるようになる。 Although not particularly mentioned in the first embodiment described above, when creating and registering the spectrum correspondence table for each product name in accordance with an instruction from the user (for example, operation of the input device), for example, In addition to generating the product name-specific spectrum of the registration target article by the same processing as the above-described steps S101 to S102, the type of the registration target article and the product name input by the input operation by the user are received, A product-specific spectrum correspondence table in which product types and product names are associated with each other may be registered in the database 50. When registering in this way, if you do not know the brand or product name of the food or drink to be registered, a name that the user can remember later (for example, “Wine drunk on the birthday at restaurant XX”) May be given. By registering as such, it becomes possible to determine whether the food and drink ordered at a later date is the same brand as the registered one.
実施の形態２．
図９は、本発明の第２の実施の形態における飲食物識別装置２００の構成例を示すブロック図である。なお、上述した第１の実施の形態と同様の構成および処理をなす部分については、同一の符号を付与してその詳細な説明は省略する。
FIG. 9 is a block diagram illustrating a configuration example of the food and beverage identification apparatus 200 according to the second embodiment of the present invention. In addition, about the part which makes the structure and process similar to 1st Embodiment mentioned above, the same code | symbol is provided and the detailed description is abbreviate | omitted.
図９に示すように、本例の飲食物識別装置２００は、検査物種類記憶部１０と、検査物分光分析器２０と、検査物スペクトル格納部３０と、検査物種類別注目波数表格納部４５と、品名別スペクトル対応表データベース５０と、注目波数特定型類似度計算部６１と、識別結果表示部７０とを含む。
As shown in FIG. 9, the food and beverage identification apparatus 200 of this example includes an inspection object
検査物種類別注目波数表格納部４５は、例えばデータベース装置によって構成され、検査物種類別注目波数表４６などの各種情報が格納される。
The inspection object type attention wave number
検査物種類別注目波数表４６は、検査物種類ごとに、吸光度スペクトルの中で特徴があって注目すべき波数を１つ以上示した表である。この値は、専門家によって決められるものである。すなわち、該当する検査物種類に属する検査物の特徴が表れる１または２以上の波数が、専門家によってあらかじめ特定され、設定される。具体的な数値としては、１１５１［１／ｃｍ］、１１９０［１／ｃｍ］、１２４２［１／ｃｍ］のように、特定の１点が指定される。従って、上述した第１の実施の形態でのスペクトルの範囲（上限と下限）のような「おおよその範囲」という精度と比較すると、より高い精度が要求されることになる。 The notable wavenumber table 46 by inspection object type is a table that shows one or more wavenumbers that are characteristic in the absorbance spectrum and should be noted for each inspection object type. This value is determined by the expert. That is, one or more wave numbers that express the characteristics of the inspection object belonging to the corresponding inspection object type are specified and set in advance by an expert. As specific numerical values, one specific point is designated such as 1151 [1 / cm], 1190 [1 / cm], and 1242 [1 / cm]. Therefore, higher accuracy is required as compared with the accuracy of “approximate range” such as the spectrum range (upper limit and lower limit) in the first embodiment described above.
この例では、検査物種類別注目波数表４６には、図９に示すように、「ワイン」について２つ、「日本酒」について３つ、「米」について４つ、「リンゴ」について１つ、「桃」について２つの波数が、それぞれの検査物種類毎に特徴を有する注目波数として設定されている。 In this example, as shown in FIG. 9, the notable wavenumber table 46 by inspection type includes two items for “wine”, three items for “sake”, four items for “rice”, one item for “apple”, “ Two wave numbers for “peach” are set as attention wave numbers having characteristics for each type of inspection object.
注目波数特定型類似度計算部６１は、例えばＭＰＵなどの演算処理装置によって構成され、類似度計算などの各種の演算処理を実行する。 The attention wave number specific type similarity calculation unit 61 is configured by an arithmetic processing device such as an MPU, for example, and executes various arithmetic processes such as similarity calculation.
次に、飲食物識別装置２００の動作について説明する。
ここでは、レストランでグラスワインを注文したユーザＸが、そのワインの飲食物名を確認しようとした場合を例に説明する。なお、飲食物判定処理については、上述した図４に示した例と同様である。
Next, the operation of the food and drink identification device 200 will be described.
Here, a case where the user X who ordered a glass of wine at a restaurant tries to check the name of the food or drink of the wine will be described as an example. The food / drink determination process is the same as the example shown in FIG. 4 described above.
図１０は、注目波数特定型類似度計算部６１によって実行される類似度判定処理の例を示すフローチャートである。 FIG. 10 is a flowchart illustrating an example of the similarity determination process executed by the attention wave number specific type similarity calculation unit 61.
類似度判定処理において、注目波数特定型類似度計算部６１は、先ず、検査物種類記録部１０に格納されている検査物種類を読み出して、変数Ｘに格納する（ステップＳ３０１）。ここでは、検査物種類「ワイン」が変数Ｘに格納される。
In the similarity determination process, the attention wave number specific type similarity calculation unit 61 first reads the inspection object type stored in the inspection object
次いで、注目波数特定型類似度計算部６１は、検査物種類別注目波数表４６を参照し、変数Ｘに格納した検査物種類に対応する注目波数を読み出して、配列変数ＷＮ(ｉ)に格納する（ステップＳ３０２）。なお、「ｉ」は０からｊまでの変数であり、配列変数ＷＮ(ｉ)には「ｊ＋１」個の注目波数がそれぞれ格納される。ここでは、「ワイン」における２つの注目波数「ＷＬ１」，「ＷＬ２」が、それぞれ、配列変数ＷＮ(０) ，配列変数ＷＮ(１)に格納される。 Next, the attention wave number specific type similarity calculation unit 61 reads the attention wave number corresponding to the inspection object type stored in the variable X with reference to the inspection object type attention wave number table 46 and stores it in the array variable WN (i). (Step S302). “I” is a variable from 0 to j, and “j + 1” attention wave numbers are stored in the array variable WN (i), respectively. Here, two attention wave numbers “WL1” and “WL2” in “wine” are stored in array variable WN (0) and array variable WN (1), respectively.
次に、注目波数特定型類似度計算部６１は、カウンタｎに初期値０を設定する（ステップＳ３０３）。カウンタｎは、比較対象の品名別スペクトル対応表（あるいは品名別スペクトル）を特定するためのカウンタである。各品名別スペクトル対応表には、検査物種類毎に、例えばデータベース５０に登録された順番に、０以上の自然数がそれぞれ付与されているものとする。ここでは、種類「ワイン」についての各品名別スペクトル対応表が、品名別スペクトル対応表０〜品名別スペクトル対応表ｍの「ｍ＋１」個登録されているものとする。
Next, the attention wave number specific type similarity calculation unit 61 sets an
次に、注目波数特定型類似度計算部６１は、配列変数ＷＮ(ｉ)に格納した各注目波数それぞれについて、検査物スペクトル格納部３０に格納された検査物スペクトル３１の吸光度の値と、品名別スペクトル対応表データベース５０に格納されている品名別スペクトル対応表ｎにおける品名別スペクトルの吸光度の値とを比較して、吸光度間の距離を計算する（ステップＳ３０４）。そして、注目波数特定型類似度計算部６１は、各注目波数それぞれについて算出した吸光度間の距離を累計し、全体距離として変数Ｖ（ｎ）に格納する（ステップＳ３０４）。
Next, the attention wave number specific type similarity calculation unit 61 calculates the absorbance value of the
次いで、注目波数特定型類似度計算部６１は、カウンタｎに設定されている値「ｎ」が最大値「ｍ」でなければ（ステップＳ３０５）、「ｎ」に１加算して（ステップＳ３０６）、ステップＳ３０４に戻る。このように、カウンタｎの値が初期値「０」から最大値「ｍ」となるまでステップＳ３０４の処理を繰り返し実行することで、指定されている検査物種類における全ての品名別スペクトル対応表０〜ｍについて、それぞれ検査物スペクトル３１と比較されて、それぞれ全体距離が算出されて変数Ｖ（０）〜変数Ｖ（ｍ）に格納される。
Next, if the value “n” set in the counter n is not the maximum value “m” (step S305), the attention wave number specific type similarity calculation unit 61 adds 1 to “n” (step S306). Return to step S304. In this way, by repeatedly executing the process of step S304 until the value of the counter n reaches the maximum value “m” from the initial value “0”, the spectrum correspondence table 0 for each product name in the specified inspection object type is obtained. ˜m are respectively compared with the
カウンタｎに設定されている値「ｎ」が最大値「ｍ」であれば（ステップＳ３０５）、注目波数特定型類似度計算部６１は、各全体距離が格納されている変数Ｖ（０）〜変数Ｖ（ｍ）の中から、格納値が最小となっている変数Ｖ（ｊ）を選択し（ステップＳ３０７）、選択した変数Ｖ（ｊ）を変数Ｄに格納する（ステップＳ３０８）。すなわち、変数Ｖ（０）〜変数Ｖ（ｍ）の中から最小の全体距離が格納されている変数Ｖ（ｊ）を選択し、その格納値を変数Ｄに格納する。 If the value “n” set in the counter n is the maximum value “m” (step S305), the attention wave number specific type similarity calculation unit 61 sets the variables V (0) to V (0) to each total distance stored therein. The variable V (j) having the smallest stored value is selected from the variables V (m) (step S307), and the selected variable V (j) is stored in the variable D (step S308). That is, the variable V (j) in which the minimum overall distance is stored is selected from the variables V (0) to V (m), and the stored value is stored in the variable D.
次いで、注目波数特定型類似度計算部６１は、変数Ｖ（ｊ）に対応する品名別スペクトル対応表ｊにおける品名を変数Ｕに格納する（ステップＳ３０９）。 Next, the attention wave number specific type similarity calculation unit 61 stores the product name in the product name-specific spectrum correspondence table j corresponding to the variable V (j) in the variable U (step S309).
そして、注目波数特定型類似度計算部６１は、判定結果として、変数Ｄと変数Ｕとを出力する（ステップＳ３１０）。 And the attention wave number specific type | mold similarity calculation part 61 outputs the variable D and the variable U as a determination result (step S310).
上記のように、品名別スペクトル対応表データベース５０に格納されている品名別スペクトル対応表ごとに全体距離が算出されたあと、その算出結果が比較され、全体距離が最も小さい品名別スペクトル対応表の品名が最も類似の品名であると判断され、その品名と全体距離とが判定結果として出力される。 As described above, after the overall distance is calculated for each spectrum correspondence table by product name stored in the spectrum correspondence table by product name 50, the calculation results are compared, and the spectrum correspondence table by product name having the smallest overall distance is compared. The product name is determined to be the most similar product name, and the product name and the overall distance are output as the determination result.
以上に説明したように、上述した第２の実施の形態では、分光分析によって得られる飲食物のスペクトルそのものをあらかじめ記憶しておき、検査物を分光分析することによって得られたスペクトルにおける注目波数の吸光度に、その注目波数の吸光度が最も近い類似するスペクトルを探索し、探索されたスペクトルに対応付けされている飲食物名が検査物の名称であると判定する構成としたので、飲食物の銘柄や品名を特定することができる。 As described above, in the second embodiment described above, the spectrum itself of food and drink obtained by spectroscopic analysis is stored in advance, and the wave number of interest in the spectrum obtained by spectroscopically analyzing the test object is calculated. Search for a similar spectrum with the closest absorbance at the wave number of interest to the absorbance, and determine that the name of the food or drink associated with the searched spectrum is the name of the test article. And product names can be specified.
また、上述した第２の実施の形態では、スペクトル同士をまるごと比較する際に、注目する波数としてあらかじめ定められた注目波数の吸光度の値を比較するように構成されているので、あらかじめ定められた注目波数に限定して検査物スペクトルと品名別スペクトルとを比較することができ、検査物スペクトルと品名別スペクトルとの類似度を高精度で算出することができるようになる。よって、物品の判別精度を向上させることができる。 Further, in the second embodiment described above, when comparing the whole spectra, it is configured to compare the absorbance value of the wave number of interest that is predetermined as the wave number of interest. It is possible to compare the inspection object spectrum with the product name spectrum by limiting to the wave number of interest, and the similarity between the inspection object spectrum and the product name spectrum can be calculated with high accuracy. Therefore, the discrimination accuracy of articles can be improved.
すなわち、上述した第２の実施の形態では、注目波数の吸光度を比較することで検査物を判別する構成としたので、スペクトル全体で比較する場合と比較して、比較判別の精度を向上させることが期待できる。 That is, in the second embodiment described above, since the inspection object is determined by comparing the absorbance of the wave number of interest, the accuracy of the comparison determination is improved as compared with the case of comparing the entire spectrum. Can be expected.
また、上述した第１の実施の形態と同様に、過去に飲食した飲食物のスペクトルを記憶しておいた場合には、その飲食物の銘柄や品名がわからない場合であっても、例えばレストランなどにおいて配膳された飲食物が、過去に飲食した飲食物であるか否かを判定することができるようになる。 Similarly to the first embodiment described above, when the spectrum of food or drink that has been eaten or consumed in the past is stored, even if the brand or name of the food or drink is not known, for example, a restaurant or the like It is possible to determine whether the food / drink served in is a food / drink eaten / drinked in the past.
上述した第２の実施の形態は、特定の飲食物において注目点の波数があらかじめ認識されている場合に採用することが有効である。この第２の実施の形態は、従来手法と上述した第１の実施の形態における判別手法との折衷案による判別手法である。 It is effective to adopt the second embodiment described above when the wave number of the attention point is recognized in advance in a specific food or drink. The second embodiment is a discrimination method based on a compromise between the conventional method and the discrimination method in the first embodiment described above.
図１１は、第２の実施の形態による判別手法と、第１の実施の形態による判別手法との違いを示す概念図である。図１１（Ａ）は、第１の実施の形態による判別手法を示す概念図であり、図１１（Ｂ）は、第２の実施の形態による判別手法を示す概念図である。 FIG. 11 is a conceptual diagram showing the difference between the determination method according to the second embodiment and the determination method according to the first embodiment. FIG. 11A is a conceptual diagram showing a discrimination method according to the first embodiment, and FIG. 11B is a conceptual diagram showing a discrimination method according to the second embodiment.
第２の実施の形態では、例えばユーザによる装置２００の操作によって特定の検査物の分光分析を行うと、検査物スペクトルが生成されたあと、検査物スペクトルの中の注目波数の吸光度のみが取り出される。一方、図１１（Ｂ）に示すように、事前の精密な実験検定により、品名別スペクトルごと（品種ごと）の注目点である波数の吸光度の値を特定し、「品種単位注目点別吸光度表」に保存しておく。そして、注目点とされた波数での吸光度を比較することで、検査物スペクトルと品名別スペクトルとの注目点における距離を算出する。 In the second embodiment, for example, when the spectroscopic analysis of a specific inspection object is performed by the operation of the device 200 by the user, after the inspection object spectrum is generated, only the absorbance of the wave number of interest in the inspection object spectrum is extracted. . On the other hand, as shown in FIG. 11B, the absorbance value of the wave number, which is the point of interest for each spectrum by product name (for each product type), is identified by a precise experiment test in advance. To save. Then, the distance at the point of interest between the inspection object spectrum and the product name-specific spectrum is calculated by comparing the absorbance at the wave number set as the point of interest.
この折衷案では、未知の食品については食品ごとの注目点波数を実験により発見する必要があるため、第１の実施の形態での品種ごとのスペクトルを登録するだけの手法を比較すると、「品種単位注目点別吸光度表」を作成する手間は大きい。しかし、従来手法での検量表を作成する手法と比較すると、「品種単位注目点別吸光度表」を作成する手間は小さいというメリットがある。 In this compromise plan, for unknown foods, it is necessary to find the target wavenumber for each food by experiment. Compared with the method of just registering the spectrum for each product in the first embodiment, It takes a lot of time to create the “absorbance table by unit attention point”. However, compared with the method of creating a calibration table according to the conventional method, there is an advantage that the labor for creating the “absorbance table for each product type attention point” is small.
実施の形態３．
図１２は、本発明の第３の実施の形態における飲食物識別装置３００の構成例を示すブロック図である。なお、上述した第１の実施の形態や上述した第２の実施の形態と同様の構成および処理をなす部分については、同一の符号を付与してその詳細な説明は省略する。
Embodiment 3 FIG.
FIG. 12 is a block diagram illustrating a configuration example of the food and beverage identification apparatus 300 according to the third embodiment of the present invention. In addition, about the part which makes the structure and process similar to 1st Embodiment mentioned above and 2nd Embodiment mentioned above, the same code | symbol is provided and the detailed description is abbreviate | omitted.
本例の飲食物識別装置３００は、ディジタルカメラやカメラ機能付き携帯電話端末で飲食物を撮影したときに、同時にその飲食物に電磁波を照射してその飲食物の品名別スペクトルを生成し、撮影データと品名別スペクトルとを対応付けした保存する機能を有する。 The food / beverage identification apparatus 300 of this example, when a food / beverage is photographed with a digital camera or a mobile phone terminal with a camera function, simultaneously irradiates the food / beverage with an electromagnetic wave to generate a spectrum according to the product name of the food / beverage. It has a function of storing data and product-specific spectra in association with each other.
図１２に示すように、本例の飲食物識別装置３００は、登録物品名記憶部１１と、登録物分光分析器２１と、カメラ装置２２と、撮影指示部２３と、撮影記憶保持メモリ２４とを含む。なお、飲食物識別装置３００は、上述した飲食物識別装置１００や飲食物識別装置２００にカメラ装置２２などを付加した構成とされる。すなわち、飲食物識別装置３００は、図示はしないが、検査物スペクトル格納部３０などの飲食物識別装置１００や飲食物識別装置２００が備える他の構成を含む。
As shown in FIG. 12, the food and beverage identification apparatus 300 of this example includes a registered article name storage unit 11, a registered product spectroscopic analyzer 21, a camera device 22, a shooting instruction unit 23, and a shooting storage holding memory 24. including. The food and beverage identification apparatus 300 is configured by adding the camera device 22 and the like to the food and beverage identification apparatus 100 and the food and beverage identification apparatus 200 described above. That is, although not shown in figure, the food / beverage identification apparatus 300 contains the other structure with which the food / beverage identification apparatus 100 and food / beverage identification apparatus 200, such as the test substance
登録物品名記憶部１１は、例えばＲＡＭなどの記憶媒体によって構成され、登録対象とする飲食物の種類や飲食物名などの各種情報が格納される。飲食物の種類および飲食物名は、ユーザによって入力される。具体的には、ユーザは、例えば飲食物識別装置３００が備える図示しない入力装置（例えばキーボード、マウス）を操作することによって、飲食物の種類および飲食物名を入力する。登録物品名記憶部１１は、入力装置の操作によって入力された飲食物の種類および飲食物名を受け付けて保存する。 The registered article name storage unit 11 is configured by a storage medium such as a RAM, for example, and stores various types of information such as the type of food and drink to be registered and the name of the food and drink. The type of food and drink and the name of the food and drink are input by the user. Specifically, for example, the user inputs the type of food and drink and the name of the food and drink by operating an input device (not shown) (for example, a keyboard and a mouse) included in the food and drink identification device 300. The registered article name storage unit 11 accepts and stores the type of food and drink and the name of the food and drink input by operating the input device.
登録物分光分析器２１は、登録対象とする飲食物の分光分析を行うための分光分析器によって構成される。登録物分光分析器２１は、上述した検査物分光分析器２０と同様の構成とされる。検査物分光分析器２０と登録物分光分析器２１とを別個に設けずに、１つの分光分析器を設ける構成としてもよい。登録物分光分析器２１は、撮影指示部２３からの分光分析実行指示に応じて、登録対象とする飲食物のスペクトルを生成するための処理を実行し、生成したスペクトルを撮影指示部２３に送信する。 The registered product spectroscopic analyzer 21 is configured by a spectroscopic analyzer for performing spectroscopic analysis of food and drink to be registered. The registered matter spectroscopic analyzer 21 has the same configuration as that of the inspection spectroscopic analyzer 20 described above. A configuration in which one spectroscopic analyzer is provided without separately providing the inspection spectroscopic analyzer 20 and the registered product spectroscopic analyzer 21 may be adopted. In response to the spectroscopic analysis execution instruction from the imaging instruction unit 23, the registered product spectroscopic analyzer 21 executes processing for generating a spectrum of food and drink to be registered, and transmits the generated spectrum to the imaging instruction unit 23. To do.
カメラ装置２２は、例えばディジタルカメラによって構成される。カメラ装置２２は、被写体を撮影し、ディジタル形式（例えばビットマップファイル、ＪＰＥＧファイル）の撮影データを生成する。カメラ装置２２は、撮影指示部２３からの撮影指示に応じて、被写体の撮影処理を行い、撮影データを撮影指示部２３に送信する。 The camera device 22 is constituted by a digital camera, for example. The camera device 22 shoots a subject and generates shooting data in a digital format (for example, a bitmap file or a JPEG file). The camera device 22 performs shooting processing of a subject in response to a shooting instruction from the shooting instruction unit 23 and transmits shooting data to the shooting instruction unit 23.
撮影指示部２３は、ユーザの操作（例えばシャッターボタンの押下操作）に応じて、カメラ装置２２に対して撮影指示を行うとともに、その撮影指示に同期して、登録物分光分析器２１に対して分光分析実行指示を行う。 The imaging instruction unit 23 issues an imaging instruction to the camera device 22 in response to a user operation (for example, a press operation of a shutter button), and to the registration spectroanalyzer 21 in synchronization with the imaging instruction. Instructs execution of spectroscopic analysis.
撮影記憶保持メモリ２４は、例えばデータベース装置やハードディスク装置などの記憶媒体によって構成され、撮影データや品名別スペクトルなどが格納される。なお、撮影記憶保持メモリ２４は、例えばＳＤカード（Secure Digital memory Card）等のディジタルカメラで使用されている記憶媒体であってもよい。なお、撮影記憶保持メモリ２４は格納される情報を、データベース５０に保存するようにしてもよい。この場合、データベース５０に格納されている各品名別スペクトル対応表に、それぞれ撮影データが付加されることになる。 The photographing storage holding memory 24 is constituted by a storage medium such as a database device or a hard disk device, and stores photographing data, product-specific spectra, and the like. The photographing storage holding memory 24 may be a storage medium used in a digital camera such as an SD card (Secure Digital memory Card). Note that the photographing storage holding memory 24 may store the stored information in the database 50. In this case, photographing data is added to the spectrum correspondence table for each product name stored in the database 50.
本例では、撮影指示部２３は、ユーザからの指示に応じて、カメラ装置２２に対して撮影指示を行うとともに、登録物分光分析器２１に対して分光分析実行指示を行う。その撮影指示に従ってカメラ装置２２が撮影処理を行い、分光分析実行指示に従って登録物分光分析器２１が登録対象とする飲食物のスペクトルを生成する処理を実行する。 In this example, the imaging instruction unit 23 issues an imaging instruction to the camera device 22 and an instruction to execute spectroscopic analysis to the registered substance spectrometer 21 in accordance with an instruction from the user. The camera device 22 performs a photographing process in accordance with the photographing instruction, and the registered product spectroscopic analyzer 21 performs a process for generating a spectrum of food and drink to be registered in accordance with the spectroscopic analysis execution instruction.
すなわち、ユーザからの指示に応じて、カメラ装置２２による登録対象とする飲食物の撮影と、登録物分光分析器２１による登録対象とする飲食物のスペクトルを生成とが同期して実行され、撮影データとスペクトルとが撮影指示部２３に送信される。 That is, in response to an instruction from the user, shooting of the food and drink to be registered by the camera device 22 and generation of the spectrum of the food and drink to be registered by the registered matter spectroscopic analyzer 21 are executed in synchronization. Data and spectrum are transmitted to the imaging instruction unit 23.
撮影指示部２３は、カメラ装置２２からの撮影データと、登録物分光分析器２１からのスペクトルとを受信すると、登録物品名記憶部１１に保存されている飲食物の種類および飲食物名とともに、撮影記憶保持メモリ２４に登録する。 When the imaging instruction unit 23 receives the imaging data from the camera device 22 and the spectrum from the registered product spectroscopic analyzer 21, the type of food and beverage stored in the registered article name storage unit 11 and the food and beverage name, It registers in the photographing memory holding memory 24.
よって、撮影記憶保持メモリ２４には、ある飲食物のスペクトルである品名別スペクトルと、その飲食物の撮影データと、その飲食物の種類および飲食物名とが対応付けされて登録される。なお、図１２に示すように、登録した日付といった書誌情報などの他の情報を対応付けして保存するようにしてもよい。 Therefore, in the photographing storage holding memory 24, the spectrum for each product name that is a spectrum of a certain food, the photographing data of the food, the type of the food and the food name are registered in association with each other. As shown in FIG. 12, other information such as bibliographic information such as registered date may be stored in association with each other.
以上に説明したように、上述した第３の実施の形態では、飲食物の外観イメージ（撮影データ）と品名別スペクトルとを対応付けして記憶する構成としたので、飲食物の外観イメージを各処理に利用することができるようになる。例えば、識別結果表示部７０にて類似判定の結果を報知する際に、飲食物名などに加えて、その飲食物の撮影データを表示するようにすることができるようになる。 As described above, in the third embodiment described above, the appearance image of food and drink (photographed data) and the product-specific spectrum are stored in association with each other. It can be used for processing. For example, when the result of similarity determination is notified by the identification result display unit 70, the shooting data of the food and drink can be displayed in addition to the food and drink name.
また、上述した第３の実施の形態では、カメラ装置やカメラ機能付き携帯電話端末で飲食物を撮影したときに、同時にその飲食物の成分を記録することができるようになる。従って、玩具としての需要が見込まれる他、食事のカロリーに留意しなくてはならない例えば糖尿病患者などのような人向けの健康器具としての役割を果たすことも期待できる。 Moreover, in 3rd Embodiment mentioned above, when food / beverage is image | photographed with a camera apparatus or a mobile telephone terminal with a camera function, the component of the food / beverage can be recorded simultaneously. Therefore, the demand as a toy is expected, and it can also be expected to play a role as a health appliance for a person such as a diabetic patient who has to pay attention to the calories in the meal.
実施の形態４．
図１３は、本発明の第４の実施の形態における飲食物識別装置４００の構成例を示すブロック図である。なお、上述した第１の実施の形態〜上述した第３の実施の形態と同様の構成および処理をなす部分については、同一の符号を付与してその詳細な説明は省略する。
FIG. 13: is a block diagram which shows the structural example of the food / beverage identification apparatus 400 in the 4th Embodiment of this invention. In addition, about the part which makes the structure and process similar to 1st Embodiment mentioned above-3rd Embodiment mentioned above, the same code | symbol is provided and the detailed description is abbreviate | omitted.
図１３に示すように、本例の飲食物識別装置４００は、品名別スペクトル対応表データベース５０と、品名別スペクトル対応表ダウンロード部５５と、を含む。品名別スペクトル対応表ダウンロード部５５は、通信ネットワークを介して情報センタ５６に接続される。なお、飲食物識別装置４００は、上述した飲食物識別装置１００や飲食物識別装置２００に品名別スペクトル対応表ダウンロード部５５を付加した構成される。すなわち、飲食物識別装置４００は、図示はしないが、検査物種類記憶部１０や検査物分光分析器２０などの飲食物識別装置１００や飲食物識別装置２００が備える他の構成を含む。
As shown in FIG. 13, the food and beverage identification apparatus 400 of this example includes a product-specific spectrum correspondence table database 50 and a product-name-specific spectrum correspondence
品名別スペクトル対応表ダウンロード部５５は、データ通信を行うための通信機能を有するとともに、ユーザからの指示（例えば入力装置の操作）に応じて、情報センタ５６から最新の品名別スペクトル対応表をインターネットや無線通信回線などの通信ネットワークを介して受信し、品名別スペクトル対応表データベース５０に格納する処理を実行する機能を有する。
The product-specific spectrum correspondence
なお、実際に商用のサービスとしてこのようなデータのダウンロードサービスを行う場合には、月きめ課金や重量課金などによる課金を行うようにしてもよい。 When such a data download service is actually performed as a commercial service, billing by monthly billing or weight billing may be performed.
品名別スペクトル対応表ダウンロード部５５は、携帯電話端末やＰＨＳ（Personal Handyphone System）等の通信手段によって実現されるようにしてもよい。
The product-specific spectrum correspondence
情報センタ５６は、例えばＷＷＷサーバによって構成され、品名別スペクトル対応表を飲食物識別装置４００に提供するサービスを提供する。情報センタ５６には、専門家が実験をして、新たな品名に関してその波数と吸光度のスペクトルの値が測定され、その測定結果である品名別スペクトル対応表が登録される。 The information center 56 is constituted by, for example, a WWW server, and provides a service for providing the food / drink identification device 400 with the spectrum correspondence table for each product name. In the information center 56, an expert conducts an experiment, the spectrum value of the wave number and absorbance of the new product name is measured, and a spectrum correspondence table by product name, which is the measurement result, is registered.
なお、情報センタ５６からのダウンロード方式や、情報センタ５６の構成などはどのようなものであってもよい。 The download method from the information center 56, the configuration of the information center 56, and the like may be any.
なお、本例において、情報センタ５６から、品名別スペクトル対応表だけでなく、品種単位注目点別吸光度表などの他の情報をもダウンロードするようにしてもよい。 In the present example, not only the spectrum correspondence table for each product name but also other information such as the absorbance table for each product type attention point may be downloaded from the information center 56.
以上に説明したように、上述した第４の実施の形態では、新たな品名別スペクトル対応表を、通信ネットワークを介して外部からダウンロードする構成としたので、新規の品名別スペクトル対応表を随時追加することができるようになり、検査物スペクトルと同等の物品スペクトルが検索され、信頼度の高い判別結果が得られる可能性を高めることができる。 As described above, in the above-described fourth embodiment, since a new product name spectrum correspondence table is downloaded from the outside via a communication network, a new product name spectrum correspondence table is added as needed. This makes it possible to search for an article spectrum equivalent to the inspection object spectrum and to obtain a highly reliable determination result.
仮に、ディジタルカメラやカメラ機能付き携帯電話端末に装置４００を搭載した場合には、性能を左右する重要な部分は、品名別スペクトルや品種単位注目点別吸光度表などのデータの量や新しさである。 If the device 400 is mounted on a digital camera or a mobile phone terminal with a camera function, the important part that affects the performance is the amount and newness of data such as the spectrum by product name and the absorbance table by product type attention point. is there.
上記のように、最新データを外部からダウンロード可能な構成としたので、実験が追加され品名別スペクトル対応表などが新たに作成される度に、ユーザがダウンロードすることができ、装置４００を高性能に保つことができるようになる。 As described above, since the latest data can be downloaded from the outside, the user can download the device 400 every time an experiment is added and a product-specific spectrum correspondence table is newly created. Will be able to keep on.
なお、上述した各実施の形態では、検査物が飲食物であるとして説明していたが、検査物は、飲食物として取り扱われない動物や植物などの有機物であってもよいし、脂肪分の含有量等がわかるため例えば人間の肌であるとしてもよい。 In each of the above-described embodiments, the inspection object is described as food or drink. However, the inspection object may be an organic matter such as an animal or a plant that is not handled as food or drink. Since the content and the like are known, it may be human skin, for example.
上記のように、人間の肌を検査物とし、上述した飲食物識別装置１００等を、例えば肌年齢を調べたり健康状態をチェックしたりするような、測定機器や健康医療機器などに適用するようにしてもよい。 As described above, human food is used as a test object, and the above-described food and beverage identification device 100 is applied to a measuring device or a health care device that examines skin age or health status, for example. It may be.
なお、上述した各実施の形態では特に言及していないが、上述した飲食物識別装置１００等の精度については、食品工場の品質管理や米の卸流通価格で求められる精度より低くてもよいことは勿論である。 Although not specifically mentioned in each of the above-described embodiments, the accuracy of the above-described food identification device 100 or the like may be lower than the accuracy required by quality control of food factories or the wholesale distribution price of rice. Of course.
また、上述した各実施の形態における分光分析器２０，２１は、赤外線などの電磁波を照射する機能を有している。電磁波を照射するためには、一般にハロゲンランプが使用される（図２（Ｂ）参照）。ところが、ハロゲンランプを発光させる電源は大きいものが必要となるため、飲食物識別装置１００等をディジタルカメラやカメラ機能付き携帯電話端末に連結しようとすると、別の電源が必要になる。そこで、飲食物識別装置１００等をディジタルカメラやカメラ機能付き携帯電話端末に組み込ませる場合には、ハロゲンランプに変えてＬＥＤ等の電力消費が小さいものを用いるようにすればよい。 Moreover, the spectroscopic analyzers 20 and 21 in the above-described embodiments have a function of irradiating electromagnetic waves such as infrared rays. In order to irradiate electromagnetic waves, a halogen lamp is generally used (see FIG. 2B). However, since a large power source is required to emit light from the halogen lamp, another power source is required to connect the food / beverage identification apparatus 100 or the like to a digital camera or a mobile phone terminal with a camera function. Therefore, when the food / beverage identification apparatus 100 or the like is incorporated in a digital camera or a mobile phone terminal with a camera function, an LED or the like that consumes less power may be used instead of a halogen lamp.
なお、上述した各実施の形態では特に言及していないが、本装置１００，２００，３００，４００において実行される各処理は、本装置１００等に搭載されている制御プログラム（判別プログラム）に従って実行される。この制御プログラムは、例えば、検査対象物である物品の分光分析結果にもとづいて検査対象物を判別させる物品判別プログラムであって、飲食物識別装置１００等を構成するコンピュータに、検査対象物の分光分析を行うステップと、検査対象物の分光分析結果として得られた検査物スペクトルを検査物スペクトル格納部に格納するステップと、検査物スペクトル格納部に格納された検査物スペクトルと、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報が格納されている物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較して、複数の物品スペクトルから検査物スペクトルに最も類似する物品スペクトルを選択するステップと、選択した物品スペクトルに対応付けされた物品名を、検査対象物の判別結果として報知するステップとを実行させるためのプログラムである。 Although not specifically mentioned in each of the above-described embodiments, each process executed in the apparatus 100, 200, 300, 400 is executed according to a control program (discrimination program) installed in the apparatus 100 or the like. Is done. This control program is, for example, an article discrimination program for discriminating an inspection object based on a spectroscopic analysis result of an article that is an inspection object. A step of performing analysis, a step of storing an inspection object spectrum obtained as a spectral analysis result of the inspection object in an inspection object spectrum storage unit, an inspection object spectrum stored in the inspection object spectrum storage unit, and a spectroscopic analysis of an article Included in each article-specific spectrum information stored in the article-specific spectrum information storage unit storing the article-specific spectrum information in which the article spectrum obtained as an analysis result and the article name assigned to the article are associated with each other By comparing each product spectrum sequentially, it is most similar to the inspection product spectrum from multiple product spectra Selecting a goods spectrum, a program for the article name that is associated with an article selected spectrum, and a step of notifying a determination result of the test object.
本発明によれば、分光分析を行うことによって飲食物などの有機物を判別する検査装置、そのような判別機能が搭載されたディジタルカメラやカメラ機能付き携帯電話端末などに適用するのに有用である。 INDUSTRIAL APPLICABILITY According to the present invention, it is useful for application to an inspection apparatus that discriminates organic matter such as food and drink by performing spectral analysis, a digital camera equipped with such a discrimination function, a mobile phone terminal with a camera function, and the like. .
１０ 検査物種類記憶部
１１ 登録物品名記憶部
２０ 検査物分光分析器
２１ 登録物分光分析器
２２ カメラ装置
２３ 撮影指示部
２４ 撮影記憶保持メモリ
３０ 検査物スペクトル格納部
３１ 検査物スペクトル
４０ 検査物種類別比較波数帯表格納部
４１ 検査物種類別比較波数帯表
４５ 検査物種類別注目波数表格納部
４６ 検査物種類別注目波数表
５０ 品名別スペクトル対応表データベース
５１〜５３ 品名別スペクトル対応表
５５ 品名別スペクトル対応表ダウンロード部
５６ 情報センタ
６０ 波数範囲比較型類似度計算部
７０ 識別結果表示部
１００，２００，３００，４００ 飲食物識別装置
DESCRIPTION OF
Claims (24)
ユーザの操作に従って物品の分光分析を行う分光分析手段と、
前記分光分析手段による前記検査対象物の分光分析結果として得られた検査物スペクトルを格納する検査物スペクトル格納部と、
物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報を格納する物品別スペクトル情報格納部と、
前記検査物スペクトル格納部に格納された検査物スペクトルと、前記物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較し、複数の物品スペクトルから前記検査物スペクトルに最も類似する物品スペクトルを選択する類似選択手段と、
前記類似選択手段によって選択された物品スペクトルに対応付けされた物品名を、前記検査対象物の判別結果として報知する報知手段とを備えた
ことを特徴とする物品判別装置。 An article discriminating apparatus that discriminates the inspection object based on a spectral analysis result of an article that is an inspection object,
A spectroscopic analysis means for performing spectroscopic analysis of an article according to a user operation;
An inspection object spectrum storage unit for storing an inspection object spectrum obtained as a result of spectral analysis of the inspection object by the spectroscopic analysis means;
An article-specific spectrum information storage unit that stores article-specific spectrum information in which an article spectrum obtained as a result of spectral analysis of the article and an article name assigned to the article are associated;
The inspection object spectrum stored in the inspection object spectrum storage unit and each article spectrum included in each article spectrum information stored in the article-specific spectrum information storage unit are sequentially compared, and the inspection is performed from a plurality of article spectra. Similarity selection means for selecting an article spectrum that is most similar to an object spectrum;
An article discriminating apparatus comprising: an informing means for informing the article name associated with the article spectrum selected by the similarity selection means as the discrimination result of the inspection object.
物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され、
類似選択手段は、
前記検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての前記物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出し、
算出した累計値が最も小さい物品スペクトルを、前記検査物スペクトルに最も類似する物品スペクトルとして選択する
請求項１記載の物品判別装置。 The test object spectrum is expressed by the absorbance for each wave number obtained as a result of the spectroscopic analysis of the test object,
The product spectrum is expressed by the absorbance by wave number obtained as a result of spectroscopic analysis of the product,
The similarity selection means is
The cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum,
The article discriminating apparatus according to claim 1, wherein an article spectrum having the smallest calculated cumulative value is selected as an article spectrum that is most similar to the inspection object spectrum.
スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲を物品の種類ごとに格納する比較波数範囲格納手段とを備え、
類似選択手段は、前記種類受付手段によって受け付けられた種類についての前記比較波数範囲を前記比較波数範囲格納手段から読み出し、読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する
請求項２記載の物品判別装置。 Type accepting means for accepting the type of article to be inspected;
A comparison wave number range storing means for storing a comparison wave number range indicating a lower limit and an upper limit of a predetermined wave number in order to specify a wave number range when comparing the spectra, for each type of article,
The similarity selection unit reads the comparison wave number range for the type received by the type reception unit from the comparison wave number range storage unit, and in the inspection spectrum for the range from the lower limit to the upper limit of the wave number in the read comparison wave number range. The article discriminating apparatus according to claim 2, wherein a cumulative value obtained by accumulating the difference between the absorbance value for each wave number and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum.
スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段とを備え、
類似選択手段は、前記種類受付手段によって受け付けられた種類についての前記注目波数を前記注目波数格納手段から読み出し、読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する
請求項２記載の物品判別装置。 Type accepting means for accepting the type of article to be inspected;
A notable wave number storage means for storing a notable wave number predetermined as a wave number of interest when comparing the spectra for each type of article,
The similarity selection unit reads the attention wave number for the type received by the type reception unit from the attention wave number storage unit, and for each read wave number corresponding to the absorbance value for each wave number in the test object spectrum. The article discriminating apparatus according to claim 2, wherein a cumulative value obtained by accumulating a difference from an absorbance value in the article spectrum for the article spectrum is sequentially calculated for each article spectrum.
請求項２から請求項４のうちいずれかに記載の物品判別装置。 The article according to any one of claims 2 to 4, wherein the notifying means notifies the smallest cumulative value calculated by the similarity selecting means as reliability information indicating the reliability of the article name to be notified as a determination result. Discriminator.
ユーザによる撮影指示操作に応じて前記カメラ装置と分光分析手段とに同期して処理の実行を指示する同期処理指示手段と、
前記同期処理指示手段からの指示に応じて前記カメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして記憶する同期処理記憶手段とを備えた
請求項１から請求項５のうちいずれかに記載の物品判別装置。 A camera device for taking an external image of the article;
Synchronous processing instruction means for instructing execution of processing in synchronization with the camera device and the spectroscopic analysis means in response to a photographing instruction operation by a user;
Synchronization processing storage means for associating and storing the appearance image of the article obtained by the processing executed by the camera device and the spectroscopic analysis means in response to an instruction from the synchronization processing instruction means and the article spectrum. The article discrimination device according to any one of claims 1 to 5.
請求項１から請求項６のうちいずれかに記載の物品判別装置。 An article-specific spectrum information download unit for receiving the article-specific spectrum information from the information center that holds the created article-specific spectrum information via a communication network and storing the article-specific spectrum information in the article-specific spectrum information storage unit. Item identification device in any one of claim | item 6.
分光分析手段による物品の分光分析結果として得られた物品スペクトルと、前記物品名受付手段によって受け付けられた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納する物品別スペクトル情報登録手段とを備えた
請求項１から請求項７のうちいずれかに記載の物品判別装置。 An article name receiving means for receiving the article name of the article;
Article-specific spectrum in which article-specific spectrum information in which the article spectrum obtained as a result of spectral analysis of the article by the spectroscopic analysis means and the article name received by the article name receiving means are associated is stored in the article-specific spectrum information storage unit The article discrimination apparatus according to claim 1, further comprising an information registration unit.
検査対象物の分光分析を行い、
前記検査対象物の分光分析結果として得られた検査物スペクトルを検査物スペクトル格納部に格納し、
前記検査物スペクトル格納部に格納された検査物スペクトルと、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報が格納されている物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較して、複数の物品スペクトルから前記検査物スペクトルに最も類似する物品スペクトルを選択し、
選択した物品スペクトルに対応付けされた物品名を、前記検査対象物の判別結果として報知する
ことを特徴とする物品判別方法。 An article discriminating method for discriminating the inspection object based on a spectral analysis result of an article that is an inspection object,
Perform spectroscopic analysis of the inspection object,
The inspection object spectrum obtained as a result of spectral analysis of the inspection object is stored in the inspection object spectrum storage unit,
The article spectrum information in which the inspection object spectrum stored in the inspection object spectrum storage unit, the article spectrum obtained as a result of the spectroscopic analysis for the article, and the article name assigned to the article are associated with each other is stored. Sequentially comparing each article spectrum included in each article spectrum information stored in the article spectrum information storage unit, and selecting an article spectrum most similar to the inspection object spectrum from a plurality of article spectra,
The article name associated with the selected article spectrum is notified as the discrimination result of the inspection object.
物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され、
前記検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての前記物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出し、
算出した累計値が最も小さい物品スペクトルを、前記検査物スペクトルに最も類似する物品スペクトルとして選択する
請求項９記載の物品判別方法。 The test object spectrum is expressed by the absorbance for each wave number obtained as a result of the spectroscopic analysis of the test object,
The product spectrum is expressed by the absorbance by wave number obtained as a result of spectroscopic analysis of the product,
The cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum,
The article discrimination method according to claim 9, wherein an article spectrum having the smallest calculated cumulative value is selected as an article spectrum that is most similar to the inspection object spectrum.
スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲が物品の種類ごとに格納された比較波数範囲格納手段から、受け付けた種類についての前記比較波数範囲を読み出し、
読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する
請求項１０記載の物品判別方法。 Accepts the type of article to be inspected,
About the type received from the comparison wave number range storage means in which the comparison wave number range indicating the lower limit and the upper limit of the wave number set in advance for specifying the wave number range when comparing the spectra is stored for each type of article Read the comparison wavenumber range of
For the range from the lower limit to the upper limit of the wave number in the read comparison wave number range, a cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number, The article discrimination method according to claim 10, wherein each article spectrum is sequentially calculated.
スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段から、受け付けた種類についての前記注目波数を読み出し、
読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出する
請求項１０記載の物品判別方法。 Accepts the type of article to be inspected,
From the attention wave number storage means for storing the attention wave number predetermined as the wave number to be noted when comparing the spectra for each type of article, the attention wave number for the received type is read out,
11. The cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number is sequentially calculated for each article spectrum with respect to the read attention wave number. The article discrimination method described.
請求項１０から請求項１２のうちいずれかに記載の物品判別方法。 The article discriminating method according to any one of claims 10 to 12, wherein the calculated smallest accumulated value is reported as reliability information indicating the reliability of the article name to be notified as a determination result.
指示に応じて前記カメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして同期処理記憶手段に記憶する
請求項９から請求項１３のうちいずれかに記載の物品判別方法。 Instructing the camera device and the spectroscopic analysis means for capturing the appearance image of the article to execute processing in synchronization with the user's shooting instruction operation,
The article appearance image obtained by the processing executed by the camera device and the spectroscopic analysis unit in response to the instruction and the item spectrum are associated with each other and stored in the synchronization processing storage unit. The article discrimination method according to any one of the above.
請求項９から請求項１４のうちいずれかに記載の物品判別方法。 The spectrum information for each article is received via the communication network from the information center that holds the created spectrum information for each article, and is stored in the spectrum information storage section for each article. Article discrimination method.
物品の分光分析結果として得られた物品スペクトルと、受け付けた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納する
請求項９から請求項１５のうちいずれかに記載の物品判別方法。 Accept the item name of the item,
The article-specific spectrum information in which the article spectrum obtained as a result of spectral analysis of the article and the received article name are associated is stored in the article-specific spectrum information storage unit. Article discrimination method.
コンピュータに、
検査対象物の分光分析を行うステップと、
前記検査対象物の分光分析結果として得られた検査物スペクトルを検査物スペクトル格納部に格納するステップと、
前記検査物スペクトル格納部に格納された検査物スペクトルと、物品についての分光分析結果として得られた物品スペクトルと当該物品について付与された物品名とが対応付けされた物品別スペクトル情報が格納されている物品別スペクトル情報格納部に格納された各物品別スペクトル情報に含まれる各物品スペクトルとを順次比較して、複数の物品スペクトルから前記検査物スペクトルに最も類似する物品スペクトルを選択するステップと、
選択した物品スペクトルに対応付けされた物品名を、前記検査対象物の判別結果として報知するステップとを
実行させるための物品判別プログラム。 An article discrimination program for discriminating the inspection object based on the spectral analysis result of the article that is the inspection object,
On the computer,
Performing spectroscopic analysis of the inspection object;
Storing an inspection object spectrum obtained as a result of spectral analysis of the inspection object in an inspection object spectrum storage unit;
The spectrum information for each article in which the specimen spectrum stored in the specimen spectrum storage unit, the article spectrum obtained as a result of the spectroscopic analysis for the article, and the article name assigned to the article are stored. Sequentially comparing each article spectrum included in each article-specific spectrum information stored in the article-specific spectrum information storage unit, and selecting an article spectrum most similar to the inspection object spectrum from a plurality of article spectra;
An article discrimination program for executing the step of informing the article name associated with the selected article spectrum as the discrimination result of the inspection object.
物品スペクトルは、物品の分光分析結果として得られた波数別の吸光度によって表現され、
コンピュータに、
さらに、前記検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての前記物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップと、
算出した累計値が最も小さい物品スペクトルを、前記検査物スペクトルに最も類似する物品スペクトルとして選択するステップとを
実行させるための請求項１７記載の物品判別プログラム。 The test object spectrum is expressed by the absorbance for each wave number obtained as a result of the spectroscopic analysis of the test object,
The product spectrum is expressed by the absorbance by wave number obtained as a result of spectroscopic analysis of the product,
On the computer,
A step of sequentially calculating, for each article spectrum, a cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number;
The article determination program according to claim 17, for causing the article spectrum having the smallest calculated cumulative value to be selected as an article spectrum that is most similar to the inspection object spectrum.
さらに、検査対象物とされる物品の種類を受け付けるステップと、
スペクトル同士を比較する際の波数の範囲を特定するためにあらかじめ定められた波数の下限と上限とを示す比較波数範囲が物品の種類ごとに格納された比較波数範囲格納手段から、受け付けた種類についての前記比較波数範囲を読み出すステップと、
読み出した比較波数範囲における波数の下限から上限までの範囲について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップとを
実行させるための請求項１８記載の物品判別プログラム。 On the computer,
A step of accepting the type of article to be inspected;
About the type received from the comparison wave number range storage means in which the comparison wave number range indicating the lower limit and the upper limit of the wave number set in advance for specifying the wave number range when comparing the spectra is stored for each type of article Reading the comparison wavenumber range of:
For the range from the lower limit to the upper limit of the wave number in the read comparison wave number range, a cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection spectrum and the absorbance value in the article spectrum for each corresponding wave number, The article determination program according to claim 18 for executing the step of sequentially calculating each article spectrum.
さらに、検査対象物とされる物品の種類を受け付けるステップと、
スペクトル同士を比較する際に注目する波数としてあらかじめ定められた注目波数を物品の種類ごとに格納する注目波数格納手段から、受け付けた種類についての前記注目波数を読み出すステップと、
読み出した注目波数について、検査物スペクトルにおける各波数についての吸光度の値と対応する各波数についての物品スペクトルにおける吸光度の値との差を累計した累計値を、各物品スペクトルについて順次算出するステップとを
実行させるための請求項１８記載の物品判別プログラム。 On the computer,
A step of accepting the type of article to be inspected;
A step of reading the attention wave number for the received type from attention wave number storage means for storing the attention wave number predetermined as the wave number of interest when comparing the spectra for each type of article;
Sequentially calculating, for each article spectrum, a cumulative value obtained by accumulating the difference between the absorbance value for each wave number in the inspection object spectrum and the absorbance value in the article spectrum for each corresponding wave number for the read attention wave number. The article discrimination program according to claim 18 for execution.
さらに、算出した最も小さい累計値を、判別結果として報知する物品名の信頼度を示す信頼度情報として報知するステップを
実行させるための請求項１８から請求項２０のうちいずれかに記載の物品判別プログラム。 On the computer,
Furthermore, the article | item discrimination | determination in any one of Claims 18-20 for performing the step which alert | reports the calculated smallest accumulated value as reliability information which shows the reliability of the article name alert | reported as a discrimination | determination result. program.
さらに、物品の外観イメージを撮影するカメラ装置と分光分析手段とにユーザによる撮影指示操作に応じて同期して処理の実行を指示するステップと、
指示に応じて前記カメラ装置と分光分析手段とにより実行された処理によって得られた物品の外観イメージと物品スペクトルとを対応付けして同期処理記憶手段に記憶するステップとを
実行させるための請求項１７から請求項２１のうちいずれかに記載の物品判別プログラム。 On the computer,
Further, instructing the camera device and the spectroscopic analysis unit for capturing the appearance image of the article to execute the process in synchronization according to the shooting instruction operation by the user;
Claims for associating the appearance image of the article obtained by the processing executed by the camera device and the spectroscopic analysis means with the article spectrum in accordance with the instruction and storing the article spectrum in the synchronization processing storage means. The article discrimination program according to any one of claims 17 to 21.
さらに、作成された物品別スペクトル情報を保持する情報センタから、通信ネットワークを介して物品別スペクトル情報を受信し、物品別スペクトル情報格納部に格納するステップを
実行させるための請求項１７から請求項２２のうちいずれかに記載の物品判別プログラム。 On the computer,
Furthermore, Claims 17 to 17 for executing the steps of receiving article-specific spectrum information from the information center holding the created article-specific spectrum information via the communication network and storing the information in the article-specific spectrum information storage unit. The article discrimination program according to any one of 22.
さらに、物品の物品名を受け付けるステップと、
物品の分光分析結果として得られた物品スペクトルと、受け付けた物品名とを対応付けした物品別スペクトル情報を物品別スペクトル情報格納部に格納するステップとを
実行させるための請求項１７から請求項２３のうちいずれかに記載の物品判別プログラム。 On the computer,
A step of receiving an article name of the article;
24. The step of storing in the article-specific spectrum information storage unit the article-specific spectrum information in which the article spectrum obtained as a result of spectral analysis of the article is associated with the received article name is executed. The article discrimination program according to any one of the above.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005043743A JP4167663B2 (en) | 2005-02-21 | 2005-02-21 | Article discrimination device, article discrimination method, and article discrimination program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005043743A JP4167663B2 (en) | 2005-02-21 | 2005-02-21 | Article discrimination device, article discrimination method, and article discrimination program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2006226945A true JP2006226945A (en) | 2006-08-31 |
| JP4167663B2 JP4167663B2 (en) | 2008-10-15 |
Family
ID=36988435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005043743A Expired - Fee Related JP4167663B2 (en) | 2005-02-21 | 2005-02-21 | Article discrimination device, article discrimination method, and article discrimination program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4167663B2 (en) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008064688A (en) * | 2006-09-08 | 2008-03-21 | Yanmar Co Ltd | Method of component analysis |
| JP2013090584A (en) * | 2011-10-25 | 2013-05-16 | Fujitsu Ltd | Program for plant species specification, information processing method, and device |
| JP2015135674A (en) * | 2014-01-03 | 2015-07-27 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | User-directed personal information assistant |
| JP2015210179A (en) * | 2014-04-25 | 2015-11-24 | 三井金属計測機工株式会社 | Processed food identification device and processed food identification method |
| WO2016006184A1 (en) * | 2014-07-11 | 2016-01-14 | パナソニックＩｐマネジメント株式会社 | Food product analysis device |
| CN105866060A (en) * | 2016-05-01 | 2016-08-17 | 王会 | Method for quickly measuring content of thickener in milk beverage through near-infrared spectrometry |
| WO2017007259A1 (en) * | 2015-07-08 | 2017-01-12 | 피도연 | Food status measuring apparatus, food status measuring module, and smart apparatus comprising same |
| JP2020102047A (en) * | 2018-12-21 | 2020-07-02 | セイコーエプソン株式会社 | Information system and specification method |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109668852B (en) * | 2018-12-25 | 2021-11-02 | Oppo广东移动通信有限公司 | Electronic equipment, information pushing method and related product |
-
2005
- 2005-02-21 JP JP2005043743A patent/JP4167663B2/en not_active Expired - Fee Related
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008064688A (en) * | 2006-09-08 | 2008-03-21 | Yanmar Co Ltd | Method of component analysis |
| JP4589903B2 (en) * | 2006-09-08 | 2010-12-01 | ヤンマー株式会社 | Component analyzer |
| JP2013090584A (en) * | 2011-10-25 | 2013-05-16 | Fujitsu Ltd | Program for plant species specification, information processing method, and device |
| JP2015135674A (en) * | 2014-01-03 | 2015-07-27 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | User-directed personal information assistant |
| JP2015210179A (en) * | 2014-04-25 | 2015-11-24 | 三井金属計測機工株式会社 | Processed food identification device and processed food identification method |
| JP2016017932A (en) * | 2014-07-11 | 2016-02-01 | パナソニックＩｐマネジメント株式会社 | Food analyzer |
| WO2016006184A1 (en) * | 2014-07-11 | 2016-01-14 | パナソニックＩｐマネジメント株式会社 | Food product analysis device |
| WO2017007259A1 (en) * | 2015-07-08 | 2017-01-12 | 피도연 | Food status measuring apparatus, food status measuring module, and smart apparatus comprising same |
| KR101745372B1 (en) * | 2015-07-08 | 2017-06-09 | 피도연 | Food condition measurement apparatus, food condition measurement module and smart apparatus comprising the same |
| CN107835938A (en) * | 2015-07-08 | 2018-03-23 | 皮道练 | Food state measuring device, food state measuring block, include its intelligent apparatus |
| US10788418B2 (en) | 2015-07-08 | 2020-09-29 | Do Yeon PI | Food state measuring device, food state measuring module, and smart device including the same |
| CN105866060A (en) * | 2016-05-01 | 2016-08-17 | 王会 | Method for quickly measuring content of thickener in milk beverage through near-infrared spectrometry |
| JP2020102047A (en) * | 2018-12-21 | 2020-07-02 | セイコーエプソン株式会社 | Information system and specification method |
| JP7238390B2 (en) | 2018-12-21 | 2023-03-14 | セイコーエプソン株式会社 | Information system and identification method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4167663B2 (en) | 2008-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4167663B2 (en) | Article discrimination device, article discrimination method, and article discrimination program | |
| McVey et al. | Portable spectroscopy for high throughput food authenticity screening: Advancements in technology and integration into digital traceability systems | |
| Li et al. | Recent advances in nondestructive analytical techniques for determining the total soluble solids in fruits: a review | |
| Riedl et al. | Review of validation and reporting of non-targeted fingerprinting approaches for food authentication | |
| Dambergs et al. | Rapid measurement of methyl cellulose precipitable tannins using ultraviolet spectroscopy with chemometrics: Application to red wine and inter-laboratory calibration transfer | |
| Huck et al. | An industry perspective of food fraud | |
| Wang et al. | Insights into chemometric algorithms for quality attributes and hazards detection in foodstuffs using Raman/surface enhanced Raman spectroscopy | |
| Khodabakhshian et al. | Development of a multispectral imaging system for online quality assessment of pomegranate fruit | |
| CN103235095A (en) | Water-injected meat detection method and device | |
| Mousa et al. | An overview of recent advances and applications of FT-IR spectroscopy for quality, authenticity, and adulteration detection in edible oils | |
| Kasemsumran et al. | Partial least squares processing of near‐infrared spectra for discrimination and quantification of adulterated olive oils | |
| Ren et al. | Assessing black tea quality based on visible–near infrared spectra and kernel-based methods | |
| Qin et al. | Quantitative detection of benzoyl peroxide in wheat flour using line-scan macroscale Raman chemical imaging | |
| Jiang et al. | Sweetness detection and grading of peaches and nectarines by combining short-and long-wave fourier-transform near-infrared spectroscopy | |
| Arroyo-Cerezo et al. | Deep (offset) non-invasive Raman spectroscopy for the evaluation of food and beverages–A review | |
| Basile et al. | NIR analysis of intact grape berries: Chemical and physical properties prediction using multivariate analysis | |
| Müller-Maatsch et al. | Handheld devices for food authentication and their applications: A review | |
| Scalisi et al. | Maturity prediction in yellow peach (Prunus persica L.) cultivars using a fluorescence spectrometer | |
| Mei et al. | A review on the application of spectroscopy to the condiments detection: From safety to authenticity | |
| Ratprakhon et al. | Developing an automatic color determination procedure for the quality assessment of mangos (Mangifera indica) using a CCD camera and color standards | |
| Sahachairungrueng et al. | Assessing the levels of robusta and arabica in roasted ground coffee using NIR hyperspectral imaging and FTIR spectroscopy | |
| Yu et al. | A portable NIR system for nondestructive assessment of SSC and firmness of Nanguo pears | |
| Yan et al. | Handheld near-infrared spectroscopy: State-of-the-art instrumentation and applications in material identification, food authentication, and environmental investigations | |
| JP2011048591A (en) | Portable terminal | |
| Sitorus et al. | Near-infrared spectroscopy with machine learning for classifying and quantifying nutmeg adulteration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071225 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080222 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080422 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080623 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080722 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080801 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110808 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110808 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120808 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130808 Year of fee payment: 5 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |